[도서리뷰] 골든래빗 '텐초의 파이토치 딥러닝 특강'

해당 포스트는 골든래빗 출판사로부터 책을 제공받아 작성했습니다.

책을 읽고

▶ 주관적인 평점 : 4.5점 / 5.0점

파이토치(Pytorch)는 딥러닝 프레임워크 중 가장 많이 사용되는 편이며, 가장 파이썬(Python) 구조와 유사하여 직관적이라는 장점이 있습니다. 저 또한 텐서플로우(Tensorflow)보다는 파이토치(Pytorch)를 많이 사용하고 있으며, 개발 환경 제약이 있거나 코드 최적화가 필요한 상황이 아닌 경우에는 지금까지 전혀 부족함이 없었습니다.

해당 도서에서는 이론 설명과 예제 실습을 위주로 실제 손에 익혀가며 학습하는 구조로 설명하고 있습니다. 간단한 코드들을 직접 구현해 보며 딥러닝 전반적인 메카니즘 및 코드 작성 패턴을 이해하고 싶으신 분들에게 추천드립니다.

또한, 딥러닝을 잘 모르시는 입문자분들에게는 실제 활용 중심에 맞춘 간략한 코드 구조와 설명으로 쉽게 학습하실 수 있을거라 생각합니다.

책 소개

파이토치 장점

paperswithcode.com에 따르면 2022년 3월 현재 파이토치는 전 세계 논문에서 가장 많이 사용하는 딥러닝 프레임워크입니다. 파이토치는 페이스북, 마이크로소프트 같은 대형 회사부터 대학 연구실까지 많은 사람이 이용합니다. 파이토치 코드는 파이썬 본래의 코드와 유사해 직관적이라는 장점이 있습니다.

대상 독자

파이썬을 아는 딥러닝 입문자
딥러닝을 더 잘 활용하고 싶은 현업 데이터 엔지니어
딥러닝 전공 학과 학생

이 책의 구성

이 책은 학습 흐름을 끊지 않기 위해 개발 환경부터 설명한 후, 다음과 같이 총 5단계에 걸쳐 딥러닝 알고리즘을 개발하는 방법을 공략해나갑니다.

1단계 : 딥러닝 입문하기

인공지능의 배경지식과 신경망을 알아보고 나서 간단한 신경망을 만듭니다. 이미 배경지식을 아는 분은 1장과 2장을 건너뛰어도 되지만, 가능하면 다시 돌아보는 기회로 삼기 바랍니다.

2단계 : 입문용 신경망 3총사 CNN, ResNet, RNN

딥러닝에서 가장 흔하게 사용되는 알고리즘 세 가지를 소개합니다. 먼저 이미지를 처리하는 가장 기본적인 신경망인 VGG(CNN 모델)를 다룹니다. 거기서 조금 더 발전된 형태인 ResNet은 최근에도 사용될 정도로 성능이 좋습니다. 시간의 흐름에 따라 순서가 있는 데이터를 시계열 데이터라고 부르는데, 시계열 데이터를 다루는 기본 알고리즘인 RNN을 마지막으로 알아보겠습니다.

3단계 : 딥러닝으로 이미지 처리하기

분류보다 더 복잡한 이미지 처리 기술인 이미지 세그멘테이션, 이미지 디노이징, 자동 채색을 알아보겠습니다. U-Net, 오토인코더, Let there be color를 이용합니다. 딥러닝을 이용한 이미지 처리는 이미지로부터 얻은 특징을 어떻게 사용하느냐가 매우 중요합니다. 이미지의 특징을 처리하는 방법도 배워봅시다.

4단계 : 딥러닝으로 텍스트 처리하기

실전에서 등장하는 시계열 알고리즘을 사용해 조금 더 복잡한 텍스트 처리를 배워보겠습니다. 10장에서는 RNN의 발전형인 LSTM을 이용해 ‘글을 쓰는 인공지능’을, 11장에서는 어텐션 기법을 이용해 기계 번역기를 만듭니다. 12장에서는 이미지로부터 텍스트를 추출하는 알고리즘을 알아봅니다. LSTM과 어텐션은 텍스트 처리에서 빠지지 않고 등장하는 개념입니다.

5단계 : GAN으로 생성 모델 만들기

그림이나 음악을 만드는 등을 입력으로 주고 새로운 결과물을 출력하는 모델을 생성 모델이라고 부르는데, 가장 기본은 적대적 생성 신경망(GAN)입니다. 사람 얼굴을 생성하는 GAN, 화질을 개선하는 GAN, 데이터 없이 학습하는 GAN을 만들겠습니다.

부록

본문에서 다루지 못한 GPT, BERT, ViT를 알아보고, 오차 역전파를 이용해 실제로 가중치가 업데이트되는 과정을 알아봅니다. 끝으로 로컬에 실습 환경을 구축하는 방법을 알아봅니다.