ydk***
2021-09-20

입문서에서는 알기 어려웠던 전이학습과 파인튜닝을 활용한 화상 분류, 물체 감지, 시맨틱 분할, 자세 추정, GAN을 활용한 화상 생성 및 이상 탐지, 텍스트 데이터 감정 분석, 동영상 데이터 클래스 분류를 12가지 모델로 구현하며 배울 수 있다.
PYTORCH DEEP LEARNING
만들면서 배우는 파이토치 딥러닝
12가지 모델로 알아보는 딥러닝 응용법

저자 오가와 유타로 / 옮긴이 박광수 / 한빛미디어
이 책의 특징은 딥러닝의 응용방법으로 전이학습/파인튜닝을 활용한 화상분류, 물체감지, 시멘틱 분할, 자세추정, GAN늘 활용한 화상생성 및 이상탐지 테스트 데이터의 감정분석 그리고 동영상 데이터의 클래스 분류를 다뤘다.
딥러닝은 입출력 데이터 손실 함수만 잘 정의한다면 다양한 분야의 과제를 해결할 수 있는 기술이다.
요즘 산업 전분야에서 고민하던 문제해결을 위해 활발하게 선호하는 기술 중 하나이다.
저자는 ‘딥러닝 기술과 기업 고유의 도메인 지식이 모두 있는 엔지니어는 딥러닝 응용방법을 직접 구현하여 해결할 수 있는 과제가 많을 것이다’라고 말하고 있다.
이 책은 딥러닝의 다양한 응용법을 설명하고 구현했지만, 심층강화학습은 다루지 않았다. 심층강화학습은 딥러닝 뿐아니라 강화학습 지식도 필요하다.
참고로 저자의 『PYTORCH를 활용한 강화학습/심층 강화학습 실전 입문』에서 심층강화학습을 설명하고 구현했다.
이 책에서 다루는 내용과 딥러닝 모델은
1장 화상분류와 전이학습(VGG, Visual Geometry Group)
2장 물체인식(SDD, Single Shot MultiBox Detector)
3장 시맨틱 분할(PSPNet, Pyramid Scene Parsing Network)
4장 자세추정(Open Pose)
5장 GAN을 활용한 화상생성(DCGAN, Deep Convolution Generative Adversarial. Self-Attention GAN)
6장 GAN을 활용한 이상감지(AnoGAN, Efficient GAN)
7장 자연어 처리를 활용한 감정 분석(Transformer)
8장 자연어 처리를 활용한 감정 분석(BERT, Bidirectional Encoder Representations from Transformers)
9장 동영상 분류(3DCNN, ECO)
머신러닝, 딥러닝은 단독으로 이뤄진 총 같은 무기나 도구가 아닌 ‘OO X 딥러닝’이라는 형태일 때 비로소 진정한 가치를 발휘한다.
OO에는 기업과 산업 그리고 직무특성에 따른 도메인 지식과 과제가 해당된다. ‘도메인 지식 X 딥러닝 구현 능력’을 가진 인재가 성장하여 기업에서 활약할 수 있도록 이 책이 도움이 되었으면 한다는
저자의 말에 전적으로 공감한다.
각자의 위치에서 OO 문제해결을 위해
고민하는 분들이라면 일독을 권한다.
쉽지 않지만,
직접 구현할 수 없더라도 읽고 개념을 정립하고,
협업할 수 있는 방안을 찾아 문제해결에 도움이 되었으면 좋겠다.
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."
#만들면서 #배우는 #파이토치 #딥러닝 #12가지 #모델로 #알아보는 #딥러닝_응용법 #PYTORCH #DEEP_LEARNING #한빛미디어 #VGG #SDD #PSPNet #Open_Pose #DCGAN #AnoGAN #Efficient_GAN #Transformer #BERT #3DCNN #ECO