한빛미디어

딥러닝 책이 이렇게 재미있어도 될까요? 딥러닝과 관련하여 군더더기 없이 필요한 핵심만 모아 놓은 책이다.

2017년 처음 발행되고 작년까지 5편이 나왔다. 10만 부 이상 판매된 이유를 이 책을 읽고 수긍하게 되었다.

퍼셉트론 알고리즘부터 시작하여 신경망, 합성곱 알고리즘, 딥러닝까지 마치 소설책을 읽는 것처럼 술술 읽혔다. 개인적으로 머신러닝 관련 책을 여러 권 읽었지만, 이 책이 제일 쉽게 느껴졌다.

수식과 코드도 있지만 전혀 걱정하지 않아도 된다. 재치 있는 비유와 그림으로 설명하기 때문에 신기하게도 쉽게 이해가 될 것이다.

이 책은 총 8개의 장으로 구성되어 있으며, 각 장의 상세 내용은 다음과 같다.

CHAPTER 1 '헬로 파이썬'에서는 파이썬 언어의 소개와 특징, 문법과 라이브러리(넘파이, 맷플롯립 등)를 설명한다. 여느 책처럼 캡처해서 안내하는 것이 아니라 책에서 설명하는 코드를 이해할 수 있는 최소한의 설명이다. 실습은 코랩에서 진행하기 때문이다.

<1장, 헬로 파이썬, p38~p39>

CHAPTER 2 '퍼셉트론'에서는 신경망의 기본 알고리즘인 퍼셉트론을 몸풀기로 살펴본다.

CHAPTER 3 '신경망'에서는 퍼셉트론 알고리즘의 한계를 알아보고 이어서 다층 신경망을 구현하기 위한 이론, 활성화 함수를 학습한 후 실습을 진행한다.

CHAPTER 4 '신경망 학습'에서는 데이터를 학습에 사용하는 방법(훈련, 평가 분할), 손실 함수, 수치 미분(편미분), 기울기의 의미를 이해하고 실습을 진행한다.

CHAPTER 5 '오차역전파법'에서는 딥러닝의 꽃인 오차역전파에 관해서 그림과 수식, 코드로 최대한 자세히 설명한다. 어렵지 않았다.

<5장, 오차역전파법, p172~p173>

CHAPTER 6 '학습 관련 기술들'에서는 학습에 영향을 미칠수 있는 다양한 기법(가중치 초기값, 배치 정규화, 드롭아웃, 하이퍼파라미터 설정 등)을 설명한다.

<6장 학습 관련 기술들, p192~p193>

CHAPTER 7 '합성곱 신경망(CNN)'에서는 CNN의 전체 구조(계측, 풀링, 스트라이드)를 설명하고, 실습을 진행한다.

<7장 합성곱 신경망(CNN), p238~p239>

CHAPTER 8 '딥러닝'에서는 딥러닝의 다양한 모델과 활용법, 최신 트렌드를 설명한다.

<8장 딥러닝, p270~p271>

마지막으로 'APPENDIX A Softmax-with-Loss 계층의 계산 그래프'에서는 5장에 이어서 소프트맥스와 교차 엔트로피의 계산 그래프로 자세히 설명한다.

각 장의 구성은 이론적인 배경을 먼저 충분히 설명한 후 실습 코드로 구현하며, 마지막 정리로 배운 내용을 정리하면서 마무리한다. 책 중간중간 "NOTE_", "WARNING_"는 현업에서 주로 사용하는 방법이나 저자의 노하우가 담겨있어 꼭 챙겨서 읽으면 좋을 것 같다.

책 표지와 비슷한 오라일리의 책들이 많은데, 이 책처럼 그림이 많고, 화려한 책은 처음인 것 같다. 밑바닥 코딩이라 소스 코드의 압박이 있을 거라 생각하지 않아도 된다. 오히려 분량이 적은 것 같다.

수식과 용어의 개념은 구현에 초점을 두는 것이 아니라 왜 사용하게 되었고 왜 문제가 되는지에 관해 기하학적으로 접근하기 때문에 평소 궁금했던 점이나 제대로 정리가 되지 않은 부분들이 해결되어서 재미있었던 것 같다.

많은 머신러닝 책이 있지만, 밑바닥부터 시작하는 딥러닝은 접근 방법이 여느 책과는 다른 것 같다. 분명 저처럼 재미있게 읽으실 수 있을 것이다.

리마스터판을 읽고 오히려 1편이 궁금해졌다. 물론 2편에서 5편도 꼭 챙겨서 읽어볼 생각이다.