학습 내용
-
과제 양이 너무 많아 과제에 집중하느라, 강의는 제대로 듣지 않았다. 내일 다 듣고 정리할 것
-
어제 과제로 custom model을 만드는 기술을 배웠다면, 오늘은 dataset을 이해하고 custom dataset을 만드는 기술에 대해 실습을 진행했다.
피어 세션
-
각자 과제에서 이해가 안 가는 부분에 대해 질의응답
-
미리 정한 대로, 다른 팀원분들이 ResNet에 대해 간단히 발표해주셨다.(residual block, Batch normalization 등)
-
내일 팀 회고 시간에 GoogLeNet 발표가 있어 팀 회고 시간이 빡빡해서, 오늘 미리 팀 회고를 일부 진행하였다.
마스터 클래스(최성철 교수님)
-
ML 엔지니어로서 경쟁력을 갖추기 위해, 코딩은 필수다.
-
단순 모델을 잘 만들고 파라미터를 잘 고치는 게 아니라, 데이터 전처리, serving, 대규모 처리, 자동화 등등의 MLOps나 ML 외적인 기술들도 다 갖추려고 노력하는 게 중요하다.
공부가 필요한 부분
-
어제와 마찬가지로, dataset과 custom dataset에 관해 방대한 내용이 있는데, 이를 이해하고 구현하는 능력을 기르는 데 노력해야 한다.
-
MNIST같은 dataset들의 소스 코드를 보는 게 가장 좋을 것 같다.
느낀 점
-
점점 주의가 산만해져 가고 있다. 공부하는 일상이 반복되는 게 조금 질린건가 싶기도 하다.
-
이정도로 오래 진득히 공부하려 한 적이 없으니, 아직 내게 어떤 방법이 잘 맞는지 모른다.
-
조금 슬럼프가 온 느낌을 받아들이고, 그때 그때 괜찮아 보이는 방법을 생각해보며 슬럼프를 보내려 노력해보자. 지금 드는 생각은 패턴을 박살내지 않도록 노력하되, 공부하는 시간에 뭔가 방법을 줘서 집중도를 높이는 게 좋을 것 같다. 방법이 뭘지는 앞으로 계속 생각하고..
