[파이토치] 메타코드M '딥러닝 입문 + Pytorch 실습 부트캠프' 강의 후기(1/8)

[파이토치] 메타코드M '딥러닝 입문 + Pytorch 실습 부트캠프' 강의 후기(1/8)

 위 그림은 최근 딥러닝 프레임워크의 점유율을 나타낸 그림인데, 시간이 지남에 따라 텐서플로의 비중은 줄어들고 파이토치가 급격하게 늘고 있는 것을 확인할 수 있다. 물론 최근 SOTA급 구현 코드나 논문들의 github 코드를 확인하면 대다수가 파이토치로 구현된 것을 알 수 있는데, 꼼꼼한 커리큘럼으로 파이토치를 배울 수 있는 곳은 드물었다. 하지만 필자가 평소에 AI 학습이나 선형대수학 공부를 위해 활용했던 사이트인 메타코드M에서 이번에 강의를 새롭게 런칭했고, 4월 말까지는 무료로 오픈한다고 해서 강의를 신청했다.

혹시나, 본 강의에 관심이 있는 독자는 아래의 링크를 클릭하여 상세한 정보를 확인하면 된다.

메타코드M

 

 강의는 오리엔테이션, 파이토치 기초, 파이토치 연습, 마무리의 총 4개의 목차로 구성되어 있다. 하지만 오리엔테이션과 마무리를 제외하면 핵심적인 부분은 챕터 2와 챕터 3이다. 챕터 2는 Tensor를 다루는 내용 3강과 기본적인 뉴럴 네트워크를 다루는 내용 2강, Loss를 다루는 내용이 3강으로 구성되어 있다. 그리고 챕터 3는 선형회귀로 예측하는 내용 3강, 로지스틱 회귀로 분류하는 내용 3강, 비전 분류(CNN 포함)와 관련된 내용 4강, 시계열 모델을 다루는 내용 3강으로 구성되어 있다. 앞으로 후기글은 'Tensor 다루기', '뉴럴 네트워크', 'Loss', '선형회귀', '로지스틱 회귀', '비전 분류', '시계열 모델'에 대해 각각 강의 후기를 작성할 예정이다. 그리고 오늘은 오리엔테이션 강의 후기에 대한 내용을 작성하고자 한다.

 

 오리엔테이션은 강좌에 대한 간략적인 소개와 딥러닝이 무엇인지, 딥러닝 활용사례에는 무엇이 있는지 소개하는 3개의 강의로 구성되어 있다. 그리고 본 강의에서 파이토치를 실습할 때는 윈도우 환경, 맥 환경 그리고 컴퓨터의 사양과 상관없이 위 그림에서 알 수 있듯이 구글의 colab을 사용한다. 따라서 클라우드 환경에서 GPU를 활용하여 파이토치 실습이 가능하다는 장점이 있다. 그리고 강사님께서 코랩을 활용하면서 실제로 많이 쓰이는 단축키들도 초반에 잘 알려줘서 도움이 되었다.

 

 딥러닝을 소개하기 앞서, 인공지능, 머신러닝, 딥러닝의 차이에 대해 설명해주신다. 그리고 기계학습에서도 세부적으로 지도학습, 비지도학습, 강화학습으로 구분된다는 것을 예시를 들어 위와 같이 강의에서 잘 풀어서 설명해주신다. 이 강의에서는 비지도학습이나 강화학습은 포함되지 않고 지도학습 위주로 진행이 된다고 한다. 그래서 챕터 3에도 회귀와 분류만 포함이 된 것이었다. 다음에 기회가 되면 파이토치를 활용해서 비지도학습을 진행하는 강의도 추가되었으면 한다.

 

 위 그림은 선형회귀에 대한 예시를 들며 머신러닝 구조를 아주 쉽고 명확하게 설명해주는 내용이다. 대다수의 강의나 교재에서 선형회귀를 설명할 때는 대부분 산점도 그래프를 주고, 데이터를 가장 잘 표현하는 직선을 찾는 문제라는 식의 비교적 추상적인 표현으로 설명이 끝나는데, 해당 강의가 인상 깊었던 점은 Regression이라는 부분도 길지 않은 시간동안 상당히 꼼꼼하게 예시를 통한 설명으로 개념을 확실히 잡아준다는 것이다. 또한 슬라이드 한 장만으로 상관관계를 파악하여 독립변수와 종속변수를 설정하고, 데이터셋을 분리한 후 모델을 학습하고 평가하는 전반적인 머신러닝 파이프라인을 너무 잘 설명한 점에서 인상 깊었다.

 

 위 그림은 지도학습 중 분류에 대한 예시를 설명하는 내용이다. 비교적 실제 우리들에게 친숙한 주제로 독립변수, 종속변수에 대해 설명하며 어떻게 분류되는지를 설명한다. 필자는 처음 머신러닝과 딥러닝을 공부할 때 저런 용어들이 가장 헷갈렸던 것 같다. 어떤 책에서는 feature라고 나오는데 어떤 책에서는 X 혹은 input, 설명변수, 독립변수와 같이 표현하니 어려웠는데 강의 초반부에 동의어들을 저렇게 정리해주기 때문에 입문자들이 초반에 헤매지 않고 잘 이해할 수 있을 것이라는 생각이 들었다.

 

 마지막으로는 딥러닝 활용 사례를 소개하는 부분이다. 활용 사례를 소개할 때는 컴퓨터 비전 Tasks, 자연어 처리 Tasks, 멀티모달 Tasks로 나누어 최근 트렌드에 대해 하나씩 소개해 주신다. 특히 멀티모달은 사람들에게는 잘 알려져 있지 않지만 한창 핫하게 연구되고 있는 분야인데 이 부분을 소개해준다는 것이 좋았다. 예를 들면, 특정 글을 작성하면 위의 그림과 같이 비디오를 제작해주는 것과 같은 것이다. 이러한 부분이 차후 강의를 듣고 나도 저런 모델을 만들고 싶다는 동기부여를 시킬 수 있어 좋은 것 같다.

 

 이번 포스팅에서는 전반적인 강의 소개와 오리엔테이션 내용에 대한 후기를 작성했다. 다음 포스팅부터는 강의에 대한 리뷰와 복습 내용을 위주로 작성할 예정이다. 9일 정도 무료 강의로 오픈 중이니 독자들도 관심이 있으면 이번 기회에 파이토치를 학습해보길 권한다.