생성 AI 2판

<미술관에 GAN 딥러닝>(한빛미디어, 2019)의 두 번째 판인 <만들면서 배우는 생성 AI>가 출간되었습니다! 이 책의 원서인 <Generative Deep Learning 2nd Edition>은 1판에 이어 아마존 베스트셀러가 되었습니다.

2023년 생성 AI 시장이 정말 뜨겁습니다. 이를 예상이라도 한 듯 이 책이 올 여름 출간되자 많은 사람들의 관심을 받았습니다. 이번에는 특별이 번역서 준비를 서두른 덕분에 빨리 국내에 소개할 수 있어 기쁩니다. 오토인코더, GAN은 물론 트랜스포머, GPT, DALL.E 2, 스테이블 디퓨전 등 다양한 알고리즘과 모델을 소개합니다. 이 분야의 최신 기술을 둘러 보기에 정말 안성맞춤이죠.

  • 지금 온라인/오프라인 서점에서 판매중입니다! [교보문고], [Yes24], [알라딘], [한빛미디어]
  • 480쪽, 풀컬러, 39,000원 –> 35,100원, 전자책: 31,200원
  • 이 책의 예제 코드는 깃허브에서 주피터 노트북으로 제공됩니다.

이 페이지에서 책의 에러타와 라이브러리 버전 변경에 따른 바뀐 점들을 ‘Outputs‘ 아래에 계속 업데이트 하겠습니다. 이 책에 대해 궁금한 점이나 오류가 있으면 이 페이지 맨 아래 ‘Your Inputs’에 자유롭게 글을 써 주세요. 또 제 이메일을 통해서 알려 주셔도 되고 구글 그룹스 머신러닝/딥러닝 도서 Q&A에 글을 올려 주셔도 좋습니다. 또 카카오톡 오픈 채팅(참여코드: flow)에 오셔서 문의해 주셔도 좋습니다.

감사합니다! 🙂

Outputs (aka. errata)

  1. (p58) 그림 2-2에서 ‘유닛 A’를 ‘유닛’으로 정정합니다.(박*찬 님)
  2. (p82) 위에서 5번째 줄에 1,280 \times 10을 (1,280+1) \times 10으로 정정합니다.(박*찬 님)
  3. (p48) ‘최대 가능도 추정’ 절의 첫 번째 식에서 \underset{\mathbf{X}} {\arg\!\max} 를 \underset{\theta} {\arg\!\max} 로 정정합니다.(송*영 님)
  4. (p227) 그림 6-12를 다음 그래프로 바꿉니다.(송*영 님)
  5. (p239) 예제 7-4의 마지막 코드인 return inp_imgs의 들여쓰기를 한 단계 줄여 for 문에 맞춥니다.(송*영 님)
  6. (p112) 아래에서 3번째 줄의 정규 분포 공식에서 분자가 2가 아니고 1입니다.(한*현 님)
  7. (p157) 위에서 3번째 줄에서 꾸미는 말을 오해하지 않도록 “시그모이드 함수를 적용하여 출력을 [0, 1] 범위로 제한하지 않고 비평자가~”를 “시그모이드 함수로 출력을 [0, 1] 범위로 제한하지 않고 비평자가”로 수정합니다.
  8. (p183) 그림 5-5에서 두 군데의 “유닛(158)”을 “유닛(128)”로 수정합니다.
  9. (p259) 8.2.5절 아래 2번째 줄에서 q(x_{t-1}|x_t)을 q(x_t|x_{t-1})로 수정합니다.(한*현 님)
  10. (p126) 표 3-5의 “출력 크기” 열의 내용을 위에서부터 순서대로 다음으로 교체합니다.
    (None, 32, 32, 3)
    (None, 16, 16, 128)
    (None, 16, 16, 128)
    (None, 16, 16, 128)
    (None, 8, 8, 128)
    (None, 8, 8, 128)
    (None, 8, 8, 128)
    (None, 4, 4, 128)
    (None, 4, 4, 128)
    (None, 4, 4, 128)
    (None, 2, 2, 128)
    (None, 2, 2, 128)
    (None, 2, 2, 128)
    (None, 512)
    (None, 200)
    (None, 200)
    (None, 200)
  11. (p159) [그림 4-12]에서 가짜 이미지를 입력받는 비평자의 오른쪽의 타깃 값을 1에서 -1로 정정합니다. 진짜 이미지를 입력받는 비평자의 오른쪽 타깃 값은 -1에서 1로 정정합니다.

Your Inputs