[리뷰] fastai와 파이토치가 만나 꽃피운 딥러닝

bum***

2021-09-19

최소한의 지식으로 딥러닝을 쉽게 배울 수 있는 도서

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다

fastai는 파이토치에 고수준의 기능을 넣은 딥러닝 라이브러리입니다.

예제는 구글 Colab 통해 실행하는게 편한거 같습니다.

실행시간은 책에 나온 저자의 환경보다 10배 정도 더 걸리는것 같음.-_-

저장소: fastai/book_nbs 선택시 나오는 파일들을 클릭

일반적인 머신러닝 딥러닝책들과 다르게 시작합니다.

일반적으로 간단한 예제등으로 기초를 다진후에 점점 깊은 내용을 다루고 후반부에 가서야 일반적인 응용을 다루는 방식이 아니라

바로 개/고양이 분류 문제 부터 시작합니다. 그리고 이미지의 세그멘테이션 분류, 긍정부정 감성분석 이진 분류하는 모델,

추천시스템 모델 등 여러가지 모델을 다룹니다. 그리고 데이타 수집, 전처리, 모델 생성 저장, 온라인 어플리케이션으로 전환까지

등을 단 2장만에 보여줍니다.

물론 이 시점에 각각을 다 이해할 수는 없습니다. 다만 이런것들을 하기 위해선 이런 모델을 사용해야하는데,

기본적인 코드 형태에서 아 모델만 코드에서 몇 줄만 간단히 바꿔서 사용하면 되는구나, 딥러닝같은걸 배워서 이런식으로 서비스를 하는구나

같은 감을 잡는 초반부라고 생각됩니다.

실무에서 쓸 수 있는 정도의 성능을 갖추고도 매우 적은 양의 코드로.

예전 텐서플로등으로 코딩하는것에 비해 fastai나 파이토치등에 의해 상당부분의 코드가 라이브러리화 되어 감춰졌기 때문에

이해하기도 쉬워졌네요. 격세지감이 느껴집니다.

이렇게 시작하기에 바로 어떤식으로 진행되는지 대략 본 후 궁금증을 갖게 한 후 한단계씩 점점 내부에서 일어나는 일들을 설명해 나갑니다.

먼저 숲은 보게 하고 나무를 보게하고, 그 다음 나뭇가지를 보고, 그 다음 꽃이나 새들을 보게하는 것처럼..

보다가 궁금한 것을 한번에 다 이해하고 넘어가길 원하는 사람에게는 답답할 수는 있습니다.

인공지능이 모든것을 검토하고 결정을 내렸다고 해서 그 결정이 항상 옳다고 할 수도 없으며, 잘못된 결정이라고 하더라도 책임을 피해갈 수는 없습니다.

데이터 윤리라는 챕터에서는 머신러닝의 데이터 수집부터 서비스하는 단계까지에서 편향이 생길 수 있음을 다양한 사례를 통해 보여주고

이를 피해가기 위한 다양한 방법이나 접근법을 제시합니다.

중간 부분은 일반적인 딥러닝 책들처럼 경사하강법이나 손실함수, 모델 생성, 시각화 , 결과 해석등의 내용들이 나옵니다.

데이타 수집(확인) 이나 전처리등에서 시각화가 가능한 것들에 대해 가능한 많은 그림들이 제시되어 있고,

입력해야할 코드량은 굉장히 적습니다(단 내용이해를 위해선 파이썬 문법정도는 배운 상태여야 합니다)

결과의 해석은 케이스 바이 케이스라 이정도 정확도면 괜찮은걸까 다른 방법을 써야하는걸까 ,어떤 것은 적은양으로도 이해가 되고, 어떤것은 좀 더 설명이 있었으면 하는것도 있고 정답이 없는거 같습니다.

대상독자: 그래도 처음 접하는 사람보다는 한번이라도 딥러닝과 머신러닝관련 공부를 해본 독자에게 좀 더 적합할 거 같습니다.

우선은 최대한 빠르게 하지만 최신 기술을 사용해서 어느정도 수준을 갖춘 인공지능 서비스를 하고 싶은 사람에게 fastai는 좋은 기회가 될 거 같습니다.

자기가 인공지능 관련 공부를 하긴 했는데 어느정도 알고 있는지 스스로 체크하고 싶다면

각 챕터의 끝에는 해당 챕터와 관련된 수많은 질문들이 들어있습니다. 제대로 이해했는지 복습의 개념으로 봐도 좋고,

예습느낌으로 질문을 미리 읽은 후 내용을 읽을때 관련된 부분은 좀 더 집중해서 볼 수 있는 장점도 있는거 같습니다.

한빛미디어