TF-KR에서 신간 나눔에 당첨되어
한 줄씩 따라 해보는 파이토치 딥러닝 프로젝트 모음집 - 다양한 AI 프로젝트로 실전 감각 익히기
를 받았습니다.
YES24 판매 링크
1. 인공지능
2. 딥러닝
3. PyTorch
4. 작물 잎 사진으로 질병 분류하기
5. 국민청원 분류하기
6. 실제 사진 애니메이션으로 만들기
7. 실시간 비명 감지 시스템
8. 딥러닝을 이용한 수능 영어 풀기
9. 아이돌 무대 자동 교차편집 생성
현재 이 책을 받은 지 약 2주가 지난 시점으로, 이론 부분은 모두 읽었고 프로젝트는 아직 따라가 보지 못한 상태입니다.
책의 첫인상
가장 인상적인 부분은 프로젝트의 주제들이었습니다. 과연 어떤 프로젝트가 들어있을 지 상상을 하지는 않았지만 개수가 적을 것이라고 생각이 들었습니다. 그러나 이미지 데이터, 자연어 데이터, 음성 데이터, 동영상에서 동작 추출하기 등 정말 다양한 작업이 준비되어 있어서 놀랐습니다.
이론 파트
그 동안 읽었던 딥러닝/인공지능 관련 책들은 두 가지로 나뉘었습니다. 입문용과 전문가용
전문가용으로는 PRML, ISLR 등이 있었는데, 이 책들의 특징은 독자가 통계적 지식을 이미 가지고 있다고 가정하며 수식이 잘 정리되어 있지만 흐름을 잡기에는 너무 오랜 시간이 걸린다는 단점이 있었습니다. 또한 입문용 책들은 시각화나 비유 측면에서는 이해를 도울 수 있지만, 새로 얻게 되는 정보가 너무 한정적이어서 추천하기 어려웠습니다.
이 책의 이론 파트는 입문자 대상이지만, 실제 많이 사용되는 LSTM, Batch Normalization에 대한 내용도 포함하여 완성도가 높고, 구현 위주로 쓰여졌지만 꼭 필요한 수식 몇 줄씩 쓰여 있어 다른 입문서에 비해 얻어가는 중요한 지식이 많습니다.
또한 앞에서 설명했던 내용을 자연스럽게 PyTorch로 연결지어 MNIST 데이터셋 학습을 이론 파트에 배정하여 배운것을 바로 익힐 수 있게 한 점도 좋았습니다.
실전 파트
하나의 프로젝트에 약 50페이지가 할당되었습니다. 프로젝트의 소개부터 소리 데이터에 대한 개요와 사용하는 라이브러리의 주요 메소드에 대해 설명하고, 시각화 가이드를 제공합니다.
그 후 data loading, preprocessing, feature engineering, modeling, training에 대해 줄별로 설명이 달려 있어 모든 코드를 아주 편하게 읽을 수 있습니다.
인상적인 점으로는 학습 후에 이 모델을 이용하여 데모 게임을 만들어 본 것과, 더 성능이 좋은 모델을 만들 때 필요한 절차를 적어놓은 것 등이었습니다. 그 중에서도 직접 준 데이터 뿐 아니라, 크롤링 과정과 레이블링 과정도 간략하게 제시한 것이 가장 좋았습니다.