책소개

[딥러닝과 LLM 입문의 모든 것: 파이토치와 허깅페이스로 시작하기]

이 자료는 딥러닝 프레임워크인 PyTorch(파이토치)와 Hugging Face(허깅페이스) Transformers를 활용하여, 딥러닝 기초부터 LLM(거대언어모델) 실습까지 체계적으로 학습할 수 있도록 구성된 입문서입니다.

<누구를 위한 책인가요?>

인공지능에 대한 지식이 전혀 없는 입문자라도 걱정하지 마세요. 파이썬 기초 문법만 알고 있다면 누구나 따라 할 수 있도록, 아주 기초적인 내용부터 친절하게 설명합니다.

<어떤 내용을 다루나요?>

약 1,200페이지에 달하는 방대한 분량을 통해 파이토치의 기초부터 시작하여 언어 모델 파인 튜닝(Fine-tuning) 실습까지 폭넓게 다룹니다.

<자주 묻는 질문 (FAQ)>

Q. AI를 전혀 모르는 입문자도 공부할 수 있나요?
A. 네, 가능합니다. 비전공자나 AI 입문자도 쉽게 이해할 수 있도록 집필되었습니다.

Q. LLM도 다루나요?
A. 네, 다룹니다. RAG(검색 증강 생성) 파트는 무료로 공개되어 있으며, LLM 및 VLM 파인튜닝 파트는 유료 E-book을 통해 제공됩니다.

Q. 저자 직강이나 오프라인 강의는 없나요?
A. 공동 저자 안상준 님이 진행하는 오프라인 강의가 있습니다. 강남에서 매주 진행되며, LLM 파인 튜닝과 나만의 에이전트 구축을 다루는 실습형 강의입니다. (현장 질의응답 가능)

<학습 리소스 및 커뮤니티>

- 깃허브(GitHub): https://github.com/ukairia777/pytorch-nlp-tutorial
- 오픈 카톡방: 학습 중 궁금한 점은 언제든 질문해 주세요. https://open.kakao.com/o/gciNJmPg

저자소개

목차

00. 비공개 콘텐츠 & E-book 안내
00. 입문자들을 위한 조언 (Q&A)
00. 책과 저자 소개하기
01. [기초] - 딥 러닝을 시작하기 전에
02. [기초] - 파이토치 기초(PyTorch Basic)
03. [ML 입문] - 머신 러닝 입문하기(Machine Learning Basics)
04. [ML 입문] - 로지스틱 회귀(Logistic Regression)
05. [ML 입문] - 소프트맥스 회귀(Softmax Regression)
06. [DL 입문] - 인공 신경망(Artificial Neural Network)
07. [DL 입문] - 순환 신경망(Recurrent Neural Network)
08. [DL 입문] - 합성곱 신경망(Convolutional Neural Network)
09. [NLP 입문] - 자연어 처리 기초(NLP Basics)
10. [NLP 입문] - 언어 모델(Language Model)이란?
11. [NLP 입문] - 텍스트의 유사도(Text similarity)
12. [NLP 기본] - 텍스트 임베딩(Embedding): 신경망 기반의 표현 방법
13. [NLP 기본] RNN과 CNN을 이용한 텍스트 분류
14. [NLP 기본] 시퀀스 레이블링(Sequence Labeling)
15. [NLP 고급] 서브워드 토크나이저(Subword Tokenizer)
16. [NLP 고급] 시퀀스투시퀀스(Sequence-to-Sequence, seq2seq)
17. [NLP 고급] - 어텐션 메커니즘
18. [NLP 고급] 트랜스포머(Transformer)
19. [실전!] BERT(Bidirectional Encoder Representations from Transformers)
20. [실전!] - BERT 학습하기
21. [실전!] - GPT 학습하기
22. [실전!] - BART와 T5 학습하기
23. [실전!] - 오픈AI의 GPT-4 API의 활용
24. [실전!] - 랭체인을 이용한 RAG 입문
25. [실전!] 고급 RAG 기법
26. [실전!] LLM 파인튜닝
27. [실전!] 멀티모달 VLM 파인튜닝