도서상세
0
장바구니에 상품을 담았습니다.
바로가기
이 책을 구입하신 분들이 산 책
배송비 채우기 아이템 보러가기
  1. 도서정가제
  2. 소득공제
인공지능 딥러닝 직접 코딩하기 with 라즈베리파이 피코 : 인공지능 딥러닝 알고리즘 구현과 활용
서민우 글
앤써북 2021.11.30
0
(0)
일시재고부족
17,000원
15,300원
10%
최대 적립 포인트
1,150 원
  • 구매 적립
    적립금 안내
    • 상품 적립금
    • 상품 적립금은 고객님이 웬디북에서 상품을 구매하실 경우 이에 대한 마일리지 개념으로 구매금액의 일부를 적립해 드리는 제도이며 사용은 예치금과 같이 현금처럼 사용가능하십니다.
    • 멤버십 적립금
    • 멤버십 적립금은 고객님의 멤버십(고객)등급에 따라 도서 구매액의 1 ~ 4%에 해당하는 적립금이 추가로 적립되며 적립금은 다음 주문시 현금처럼 사용이 가능합니다.
    • 다만 적립금은 예치금과는 달리, 현금으로 환불하실 수 없고 적립금의 적립일로 부터 12개월 이내에 사용하시지 않으면 자동으로 소멸됩니다.
  • 상품 적립금
    850원
  • 리뷰 적립
  • 최대 리뷰 적립금
    300원
15,300원
1
· 쿠폰 및 적립금은 결제 시 적용해 주세요
바로구매
장바구니 담기
일시재고부족
이 책을 구입하신 분들이 산 책
  1. 도서정보
  2. 리뷰(0)
  3. 배송/반품
목차 더보기
목차
CHAPTER 01 인공 지능 딥러닝의 이해
01 _ 인공 신경망의 이해
01-1 인공 신경망이란?
인공 신경망으로 할 수 있는 일들
인공 신경망의 구조
01-2 인공 신경망의 학습 방법
지도 학습
비지도 학습
강화 학습
01-3 인공 신경 살펴보기
인공 신경과 생물학적 신경
인공 신경 내부 살펴보기
인공 신경 함수 수식

02 _ 딥러닝 맛보기
02-1 Hello 딥러닝
02-2 머신 러닝은 무엇일까요
02-3 구글 코랩 개발 환경 구성하기
02-4 기존 방식의 함수 정의와 사용
함수 정의하고 사용해 보기
02-5 머신러닝 방식의 신경망 함수 생성과 사용
02-6 축하합니다!

03 _ 인공 신경망과 근사 함수
03-1 2차 함수 근사해 보기
2차 함수 그리기
실제 데이터 생성하기
훈련, 실험 데이터 분리하기
인공 신경망 구성하기
인공 신경망 학습시키기
03-2 5차 함수 근사해 보기
03-3 다양한 함수 근사해 보기
분수 함수 근사해 보기
sin 함수 근사해 보기
tanh 함수 근사해 보기
e 함수 근사해 보기
sigmoid 함수 근사해 보기
로그함수 근사해 보기
제곱근함수 근사해 보기
ReLU 함수 근사해 보기
leaky ReLU 함수 근사해 보기
blink 함수 근사해 보기
fading 함수 근사해 보기


CHAPTER 02 파이썬 인공지능(A.I.) 키트 시작하기
01 _ 인파이썬 인공지능(A.I.) 키트 살펴보기
01-1 라즈베리파이 피코 살펴보기
라즈베리파이 피코 사양 살펴보기
01-2 Reaspberry Pi Pico A.I. KIT 살펴보기
라즈베리파이 피코 장착
LCD 장착
01-3 Raspberry Pi Pico A.I. KIT 핀 살펴보기

02 _ 파이썬 인공지능 개발 환경 구성하기
02-1 마이크로 파이썬 이미지 설치하기
02-2 Thonny IDE 설치하기
02-3 파이썬 실습 환경 설정하기
마이크로 파이썬 쉘 실행하기
마이크로 파이썬 쉘에 명령 주기
파이썬 프로그램 작성하기
파이썬 프로그램 실행하기
파이썬 프로그램 종료하기

03 _ print 함수
03-1 print
03-2 while
03-3 time.sleep
03-4 문자열, 숫자 출력하기
03-5 형식 문자열 사용하기
03-6 정수, 실수 출력하기
03-7 str.format 함수 사용해 보기

04 _ LED켜고 끄기 : Pin.value 함수
04-1 LED 켜고 끄기
LED 켜기
LED 끄기
04-2 LED 점멸 반복해보기
04-3 LED 점멸 간격 줄여보기
04-4 LED를 밝기로 느껴보기
04-5 LED 밝기 변경해보기
LED 어둡게 해 보기
LED 밝게 해 보기
04-6 LED 밝기 조절해보기
04-7 A.I. 키트 LED 켜보기

05 _ machine.PWM 모듈
05-1 LED 점멸 반복해보기
05-2 LED 점멸을 밝기로 느껴보기
05-3 LED 밝기 변경해보기
주파수 늘리기
LED 어둡게 해 보기
LED 밝게 해 보기
05-4 LED 밝기 조절해보기
05-5 부저와 소리 이해하기
부저 살펴보기
소리와 주파수 이해하기
05-6 부저 소리내보기
도 소리 내보기
도레 소리 내보기
부저 멜로디 연주하기

06 _ input 함수

07 _ 버튼 상태 읽기 : Pin.value 함수
07-1 푸시 버튼 살펴보기
풀다운 저항 회로
풀업 저항 회로
버튼 회로도 살펴보기
07-2 0, 1 읽어보기
07-3 버튼 값에 따라 LED 켜기
07-4 버튼 토글하기

08 _ Pin.irq 함수
08-1 외부 인터럽트 살펴보기
외부 인터럽트 처리하기
08-2 버튼 인터럽트로 LED 켜기

09 _ machinem.Timer 클래스

10 _ thread.start_new_thread
10-1 쓰레드 생성하기
10-2 쓰레드 이중 작업하기
10-3 쓰레드 LED 점멸 반복해보기
10-4 쓰레드로 LED 밝기 조절해보기

11 _ ADC 클래스
11-1 빛 센서 값 측정해 보기
11-2 온도 센서 측정해 보기

12 _ RGB 네오픽셀 LED 켜고 끄기
12-1 WS2812 LED 라이브러리 설치하기
파일 복사 방법 2
12-2 RGB 네오픽셀 LED 제어해 보기
LED 한 개 켜고 꺼 보기
전체 LED 켜고 꺼 보기
전체 LED 여러 색깔 켜고 꺼 보기
무지개 색깔 내보기

13 _ RGB LCD 제어하기
RGB LED 핀 설명
13-1 ST7735 라이브러리 설치하기
13-2 RGB LCD 제어해 보기
문자열 표시해보기
그림 그려보기
픽셀 찍어보기
LCD 귀퉁이 점찍어보기
기타 함수 사용해 보기


CHAPTER 03 인공 지능의 딥러닝 알고리즘 동작 원리 이해와 구현
01 _ DNN 라이브러리 사용해 보기
01-1 ulab 마이크로 파이썬 이미지 설치하기
01-2 DNN 인공 신경망 라이브러리 설치하기
01-3 2차 함수 근사해 보기
2차 함수 그리기
실제 데이터 생성하기
훈련, 실험 데이터 분리하기
인공 신경망 구성하고 학습시키기

02 _ 딥러닝 동작 원리 이해하기
02-1 기본 인공 신경 동작 살펴보기
순전파
목표 값과 역전파 오차
오차 역전파
순전파 정리하기
역전파 정리하기
최적화 하기
학습률
경사 하강법과 인공 신경망 학습
02-2 기본 인공 신경 동작 구현해 보기
반복 학습 2회 수행하기
반복 학습 20회 수행하기
반복 학습 200회 수행하기
오차 값 계산하기
학습률 변경하기
02-3 y=3*x+1 학습시켜 보기
전체 입력 데이터 학습 수행하기
가중치, 편향 학습과정 살펴보기
반복 학습 2회 수행하기
반복 학습 20회 수행하기
반복 학습 200회 수행하기
반복 학습 2000회 수행하기
가중치, 편향 바꿔보기 1
가중치, 편향 바꿔보기 2

03 _ 다양한 인공 신경망 구현해 보기
03-1 2입력 1출력 인공 신경 구현하기
03-2 2입력 2출력 인공 신경망 구현하기
03-3 3입력 3출력 인공 신경망 구현하기
03-4 2입력 2은닉 2출력 인공 신경망 구현하기

04 _ 활성화 함수 추가하기
04-1 활성화 함수 살펴보기
sigmoid 함수
tanh 함수
ReLU 함수
04-2 활성화 함수의 필요성
활성화 함수는 무엇인가요?
활성화 함수는 왜 필요한가요?
어떤 활성화 함수가 있나요?
04-3 활성화 함수의 순전파와 역전파
tanh 함수 적용해 보기
ReLU 함수 적용해 보기
04-4 출력 층에 softmax 함수 적용해 보기
softmax와 cross entropy
출력 층에 softmax 함수 적용해 보기
tanh와 softmax
ReLU와 softmax


CHAPTER 04 NumPy DNN 구현과 활용
01 _ NumPy DNN 구현하기
01-1 2입력 2출력 인공 신경망 구현하기
행렬 계산식 유도하기
순전파
입력 역전파
가중치 역전파
인공 신경망 행렬 계산식 정리하기
NumPy로 인공 신경망 구현하기
01-2 3입력 3출력 인공 신경망 구현하기
행렬 계산식 유도하기
인공 신경망 행렬 계산식 정리하기
NumPy로 인공 신경망 구현하기
01-3 2입력 1출력 인공 신경 구현하기
행렬 계산식 유도하기
인공 신경망 행렬 계산식 정리하기
NumPy로 인공 신경망 구현하기
01-4 1입력 1출력 인공 신경 구현하기
행렬 계산식 유도하기
인공 신경망 행렬 계산식 정리하기
NumPy로 인공 신경망 구현하기
01-5 행렬 계산식과 1입력 1출력 수식 비교하기
01-6 2입력 2은닉 2출력 인공 신경망 구현하기
행렬 계산식 유도하기
인공 신경망 행렬 계산식 정리하기
NumPy로 인공 신경망 구현하기
01-7 활성화 함수 적용하기
sigmoid 함수 적용해 보기
tanh 함수 적용해 보기
ReLU 함수 적용해 보기
01-8 출력 층에 softmax 함수 적용해 보기
sigmoid 함수 적용해 보기
tanh와 softmax
ReLU와 softmax
01-9 인공 신경망 행렬 계산식
01-10 가중치 초기화하기
ReLU-sigmoid-mse 신경망
ReLU-softmax-cee 신경망
ReLU와 He 초기화
sigmoid, softmax와 Lecun 초기화
He와 Lecun 가중치 초기화하기

02 _ NumPy DNN 활용하기
02-1 세그먼트 입력 2 진수 출력 인공 신경망
02-2 7 세그먼트 입력 2 진수 출력 인공 신경망 2
02-3 입력 데이터 임의로 섞기
02-4 은닉층 추가하기
02-5 입력층과 목표층 바꿔보기
02-6 7 세그먼트 비트열로 매카넘 바퀴 제어하기
02-7 7 초음파 센서 자율주행 인공 신경망

APPENDIX 편미분과 연쇄법칙을 통한 역전파 수식 유도
01 _ 기본 인공 신경
02 _ 편미분 정리하기
03 _2입력 1출력 인공 신경
04 _ 2입력 2출력 인공 신경망
05 _2입력 2은닉 2출력 인공 신경망
저자 소개
저자 : 서민우
현) 코코랩스 대표
MDS 아카데미 Cortex-M3/M4, 드론, 리눅스 교육
대한상공회의소 서울기술교육센터 출강
LG 전자 신입사원 C/C++ 교육
SK 하이닉스 RTOS 교육
삼성전자 리눅스 드라이버/RTOS 교육
Xilinx FPGA/HDL 교육
ETRI verilogHDL 교육
숭실대 아두이노 IoT 교육
국민대 Cortex-M3 교육
[저서]
인공지능 딥러닝 직접 코딩하기 with 라즈베리파이 피코 (2021. 11 앤써북)
한 권으로 끝내는 파이썬 아두이노 입문+실전(종합편) (2021. 9 앤써북)
아두이노로 코딩하며 배우는 딥러닝 (2021. 06 앤써북)
ESP32 아두이노 드론 만들고 직접 코딩으로 PID 제어하기 (2021. 02 앤써북)
아두이노 자율주행 RC카 만들고 직접 코딩하기(2020. 12 앤써북)
진짜 코딩하며 배우는 파이썬(2020. 07 앤써북)
아두이노 드론 만들고 날리고 직접 코딩하기(2020. 03 앤써북)
마이크로비트로 배우는 파이썬(2020. 02 앤써북)
아두이노 배우면서 사물 인터넷(IoT) 직접 코딩하기(2019. 07 앤써북)
한 권으로 끝내는 아두이노 입문 + 실전(종합편)(2019. 02 앤써북)
아두이노 사용자를 위한 라즈베리 파이 드론 만들고 직접 코딩하기 (2018. 07 앤써북)
아두이노 드론 만들고 코딩하고 날리기 입문(2017. 03 앤써북) 외 다수
저자 소개 더보기
출판사 서평 더보기
출판사 서평
≪인공지능 딥러닝 직접 코딩하기 with 라즈베리파이 피코≫ 책을 통해서 다음과 같은 4가지 주요 기술을 습득하게 됩니다.

첫 번째, 파이썬 언어를 공부하고 활용할 수 있게 됩니다.
두 번째 인공지능의 딥러닝 알고리즘을 직접 구현해보고 활용할 수 있게 됩니다.
세 번째 텐서플로우를 활용하여 인공지능 프로그램을 작성할 줄 알게 됩니다.
네 번째 라즈베리파이 피코를 이용하여 하드웨어를 제어할 수 있게 됩니다.

라즈베리파이 피코 상에서 코딩과 제어 그리고 중학교 수준의 수학으로 인공지능 딥러닝 알고리즘을 쉽게 이해할 수 있도록 다음과 같이 구성하였습니다.

Chapter 01에서는 인공지능의 딥러닝을 이해해 봅니다.
첫 번째, 딥러닝의 핵심인 인공 신경망이 무엇인지 알아보고, 딥러닝에 대해 어떤 학습 방법이 있는지 살펴보고, 생물학적 신경과 비교해 보며 딥러닝의 인공 신경망을 이해해 봅니다. 두 번째 딥러닝에 대한 기본 예제를 구글의 코랩과 Keras 라이브러리를 이용해 수행해 보면서 딥러닝을 접해봅니다. 세 번째 중고등학교 때 배웠던 기본적인 함수를 딥러닝의 인공 신경망으로 구현해 보면서 딥러닝의 인공 신경망과 함수의 관계를 이해해 봅니다.

Chapter 02에서는 파이썬 인공지능(A.I.) 키트를 살펴보고, 파이썬 인공지능 개발 환경을 구성하고, 라즈베리파이 피코 용 파이썬이 제공하는 패키지를 이용하여 파이썬 인공지능(A.I.) 키트 상에 있는 LED, 버튼, 부저, 빛 센서, RGB 네오픽셀, RGB LCD 등의 하드웨어를 제어해 봅니다.

Chapter 03에서는 파이썬을 이용하여 기초적인 딥러닝 알고리즘을 살펴보고 구현해 봅니다.
첫 번째, DNN 라이브러리를 이용하여 2차 함수를 라즈베리파이 피코 상에서 근사해 봅니다. 두 번째, 딥러닝의 단일 인공 신경 알고리즘을 살펴보고 구현해 봅니다. 이 과정에서 순전파, 목표 값, 평균값 오차, 역전파 오차, 오차 역전파, 학습률, 경사 하강법, 인공 신경망 학습 등에 대한 용어를 정리하고 구현에 적용해 봅니다. 세 번째, 다양한 인공 신경망을 구현해 봅니다. 구체적으로 2입력 1출력 인공 신경, 2입력 2출력 인공 신경망, 3입력 3출력 인공 신경망, 2입력 2은닉 2출력 인공 신경망에 딥러닝 알고리즘을 적용해 봅니다. 네 번째, 딥러닝에서 주로 사용되는 활성화 함수인 sigmoid, tanh, ReLU, softmax를 살펴보고 적용해 봅니다. 또 softmax와 관련된 cross entropy 오차 함수에 대해서도 정리해 봅니다.

Chapter 04에서는 NumPy 라이브러리를 이용하여 행렬 기반으로 DNN 알고리즘을 구현하고 활용해 봅니다. 행렬을 이용하면 딥러닝 알고리즘을 일반화하여 자유자재로 인공 신경망을 확장할 수 있습니다. 첫 번째, NumPy를 이용하여 2입력 2출력 인공 신경망, 3입력 3출력 인공 신경망, 2입력 1출력 인공 신경, 1입력 1출력 인공 신경, 2입력 2은닉 2출력 인공 신경망을 구현해 봅니다. 이 과정에서 딥러닝 학습에 필요한 행렬 계산식을 유도하고 일반화합니다. 두 번째, 직접 구현한 NumPy DNN 라이브러리를 활용해 봅니다. 이 과정에서 7세그먼트 입력 2진수 출력 인공 신경망, 초음파 센서 자율주행 인공 신경망에 DNN 라이브러리를 적용해 봅니다.

부록에서는 편미분을 통한 역전파 수식 유도 과정을 자세히 소개합니다.
리뷰(0)
전체보기
0 / 5.0
리뷰 작성
•
리뷰를 작성하시면 소정의 적립금을 드립니다.
•
도서의 첫번째 리뷰부터 10번째 리뷰까지는 기본 적립금의 2배를 적립해 드리며, 이후 리뷰부터는 기본 적립금이 적립됩니다.
리뷰 혜택 및 유의사항
배송방법

배송은 CJ대한통운(전화 : 1588-1255)을 이용해서 보내드리고 있습니다.

3만원 이상 구매시 무료배송 가능하며, 3만원 미만의 경우 2500원의 배송비가 발생합니다.

배송기간

15시 이전에 입금확인된 주문까지는 당일날 발송하며, 일반적인 경우 다음날 책을 받아보실 수 있습니다.

주말 또는 공휴일이 있거나 시기적으로 배송이 많은 기간인 경우는 지역에 따라 1~2일이 더 소요될 수 있습니다.

주문 후, 5일이 경과해도 책이 도착하지 않는 경우에는 웬디북 고객센터(전화 : 1800-9785)로 전화를 주시거나 고객센터 > 1:1 문의를 통해 문의글을 남겨주시면 확인 후 신속히 조치하도록 하겠습니다.

묶음배송

묶음배송 원하시는 모든 주문서의 상태가 "입금대기" 또는 "결제완료" 상태일 경우에만 처리가 가능하며, 고객센터 > 1:1 문의에서 신청 할 수 있습니다.

반품안내

변심반품의 경우 도서주문일로부터 15일이내에 반품접수가 가능하며, 반품 배송비는 고객님 부담입니다.

부분 반품의 경우, 3만원 이상 주문으로 무료배송 받았으나 일부 상품 반품으로 주문금액이 3만원이 안될 경우, 이전 주문의 배송비를 포함한 왕복 배송비를 부담하셔야 합니다.

반품절차는 고객센터의 반품교환신청 페이지에서 신청을 해주시면 웬디북 고객센터에서 지정택배사에 회수요청을 하고, 방문한 택배기사님을 통해 반품도서를 보내주시면 됩니다.

운송 중 책이 손상되지 않도록 포장을 해주신 후, 포장 겉면에 “반품도서”라고 기재해주시기 바랍니다. 회수된 상품은 요청해주신 환불방법에 따라 적립 또는 환불 진행해드립니다.

(특히 팝업북 등은 조그만 충격에도 책이 손상될 수 있으므로 주의해 주시기 바랍니다.)

• 반품이 불가한 경우
  • 1. 고객에게 책임 있는 사유로 상품(띠지 또는 더스트커버 포함)이 멸실 또는 훼손된 경우
  • 2. CD 나 소프트웨어 포함, 포장이 되어 있는 모든 상품의 포장 개봉
  • 3. 만화책 및 단시간 내에 완독이 가능한 잡지
  • 4. 상품과 함께 발송된 추가사은품이 분실되거나 훼손된 경우
  • 5. 고객의 사용 또는 일부 소비에 의하여 상품의 가치가 현저히 감소한 경우
  • 6. 명시된 반품가능 기한이 지난 경우
  • 7. 세트상품중 일부 반품
교환안내

파본도서 혹은 오배송으로인한 교환은 도서주문일로부터 15일 이내에 신청하셔야 하며 이 경우 배송비는 웬디북에서 부담합니다.

(단, 팝업북과 CD가 세트인 책은 책의 특성상 7일 이내에 해주셔야 합니다.)

교환절차는 고객센터의 반품교환신청 페이지에서 신청을 해주시면 웬디북에서 새 책을 보내드리고 새 책을 받으실 때 교환도서와 맞교환 하시면 됩니다.

교환은 동일도서에 한하며, 다른 도서로 교환은 불가합니다.

운송도중 책이 손상되지 않도록 포장을 해주신 후, 포장 겉면에 “반품도서”라고 기재해주시기 바랍니다.

(특히 팝업북 등은 조그만 충격에도 책이 손상될 수 있으므로 주의해 주시기 바랍니다.)

• 교환이 불가한 경우
  • 1. 고객에게 책임 있는 사유로 상품이 멸실 또는 훼손된 경우
  • 2. 포장 상품의 포장을 해체한 경우
  • 3. 고객의 사용 또는 일부 소비에 의하여 상품의 가치가 현저히 감소한 경우
  • 4. 물품 수령 후, 15일이 경과한 경우
  • 5. 동일상품으로 교환하신 후, 다시 교환하시고자 할 경우 (이 경우에는 환불처리 해드립니다.)
신고하기
신고사유 선택
도서 입고 알림 신청
입고알림 신청하셨습니다.
입고시 {{tel}}로 문자 발송됩니다

바로 확인 하시겠습니까?
예

휴대폰 번호, 이메일 주소는

마이 페이지 > 회원정보수정에서 확인해 주세요.

관심 시리즈 신간 알림 신청
시리즈명:{{ series_name }}
관심 시리즈 신간 입고 알림 신청하셨습니다.
입고시 {{ tel }}로 문자 발송 또는
앱푸시, 이메일 등으로 알려드리겠습니다.

바로 확인 하시겠습니까?
예

휴대폰 번호, 이메일 주소는

마이 페이지 > 회원정보수정에서 확인해 주세요.

입고 알림 수신 방법 변경은

마이 페이지 > 알림 > 알림 설정에서 확인해 주세요.

푸시 알림이 오지 않을 시,

스마트폰 설정 > 알림 > 웬디북 앱 설정을 확인해 주세요

관심 작가 신간 알림 신청
작가명:{{ series_name }}
관심 작가 신간 입고 알림 신청하셨습니다.
입고시 {{ tel }}로 문자 발송 또는
앱푸시, 이메일 등으로 알려드리겠습니다.

바로 확인 하시겠습니까?
예

휴대폰 번호, 이메일 주소는

마이 페이지 > 회원정보수정에서 확인해 주세요.

입고 알림 수신 방법 변경은

마이 페이지 > 알림 > 알림 설정에서 확인해 주세요.

푸시 알림이 오지 않을 시,

스마트폰 설정 > 알림 > 웬디북 앱 설정을 확인해 주세요

{{title}}
{{content}}
{{title}}
{{content}}