세로형
Recent Posts
Recent Comments
Link
03-29 03:47
«   2024/03   »
1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31
Archives
Today
Total
관리 메뉴

꿈 많은 사람의 이야기

케라스 창시자에게 배우는 딥러닝 책을 공부한 후기 본문

케라스 창시자에게 배우는 딥러닝 책을 공부한 후기

이수진의 블로그 2018. 12. 27. 14:23

연말이 다가 오면서 목표했던 것들이 서서히 다 끝나간다.

특히 최근에는 회사 일 때문에 딥러닝 공부를 아예 못하고 있는데

개인적으로는 너무너무 딥러닝이 하고싶었다.


그래서 최근에 나혼 케라스 창시자에게 배우는 딥러닝 이라는 책을 샀다.

프랑소와 숄레가 지었고 박해선님이 옮겨주셨다.


개인적으로 공부할 시간이 없었다. 맨날 야근해서 공부하고, 주말엔 모두의 연구소 스터디도 가고 그거 정리하고 하면 그냥 한 주가 끝났다.

근데 너무 딥러닝이 하고 싶었다. 이미 뒤쳐지고 있는데 더 뒤쳐지기가 무서웠기 때문이다.


그래서 결심한 것이 새벽 5시 기상 후 공부!이다.


나는 이 책을 새벽 5시에 일어나서 출근 준비 전까지 1시간 30분 정도 공부했다.

이걸 2주동안 반복하니까 책을 한 번 다 읽게 되었다.(물론 코드는 못쳐보고)

사실 대부분 아는 내용이라서 쉽게 넘어간 부분도 있었어서 빠르게 땐 것 같다.


이번에는 이 책을 읽으면서 느낀 소감? 후기를 남겨보려고 한다.




이렇게 생긴 책이다.

내가 개인적으로 중요하다고 생각되는 부분은 라벨링해놨다.

책 표지에서도 설명되다 싶이 CNN, RNN 부터 생성 모델, 딥드림 등 다양하고 넓게 설명해준다.



사람들이 특히 헷갈려하는 텐서부분.

벡터와 스칼라 등도 설명해준다.



정말 중요한 경사하강법.

정말 쉽게 설명되어 있다.



그리고 CNN에 대한 설명도 그림으로 쉽게 설명되어 있어서 좋았다.

하지만 역시 깊게 설명은 해주지 못한다.

그래도 충분히 간단하게 이해하기 좋다.



그리고 사전 훈련된(pretrained network) 모델을 사용하는 방법도 있다.

특히 CNN에서는 요즘 필수인데 정말 좋게 설명이 되어 있다.



그리고 activation map에서 시각화하는 방법도 나와있다.

이것을 시각화해서 CNN 모델이 어떤 것을 보고 데이터를 훈련했는지 알 수 있다.


CNN에서 좀 아쉬운것은 localization과 object detection 등도 설명해주었으면 참 좋았을탠데.. 라는 아쉬움이 있다.




텍스트 데이터도 다룬다



RNN, LSTM을 다룬다.

여기서도 LSTM이 끝이다. 정말 아쉽다. attention(어텐션)과 ELMo 등 다양한 것이 설명되어 있었으면 얼마나 좋았을까



그리고 개인적으로 정말 좋았지만 너무 아쉬웠던 파트. 7장이다.

함수형 api를 소개해준다.



그리고 콜백과 모델을 다양하게 만들 수 있는 방법이 소개된다.

예를 들어 inception 처럼 가지가 여러개로 나가던가

ResNet처럼 건너 뛴다던가 이렇게 말이다.

근데 이게 정말 아쉬웠던게 뭐냐면

소스코드가 없다..


그냥 중간중간 간단한 코드로 설명은 되어 있는데..

개인적으로 full code를 보고 싶었는데

너무 아쉬웠다.

이 책을 보고 처음으로 '아 좀 별론데?' 라는 생각이 들 정도였다.



그리고 앙상블에 대한 설명도 나오고

마찬가지로 소스코드가 없다는게 많이 아쉬웠다.



그리고 생성 모델도 뒤에 나온다.




또한 많이 즐겨하시는 딥드림 부분과



스타일 트랜스퍼(style transfer)도 소개가 되고 사실상 거의 마무리가 된다.


종합적으로 책은 정말 좋다.

7장의 소스코드와 뭔가 이빨 빠진 설명이 아쉬운 것을 빼면??


그래도 케라스(keras)책에선 모두의 딥러닝보다 좋은 것 같다.

많은 정보가 담겨있고 충분히 커스터마이징을 할 수 있을 것 같았다.

그리고 바로 써먹을 수도 있을 것 같았고!


7장의 아쉬움 때문에 5점 만점 중 4점을 준다.

반응형
그리드형
Comments