[리뷰] 만들면서 배우는 파이토치 딥러닝: 바로 활용할 수 있는 딥러닝

서론

정말 많은 딥러닝 기초 책들이 출간되고 있습니다. 딥러닝의 열풍에 따라 문이과 할 것 없이 시작하기에 초급자를 위한 책이 필요한 것은 맞지만, 나오는 책들의 수준이 사람들의 전반적인 수준이 올라가는 것을 따라가지 못하는 것 같은 느낌을 받았습니다. 입문 이후의 책들이 많이 나오지 않는다면 모든 사람들을 초보자에 머물게 되는 상황이 만들어질 것입니다. 당연히 비숍 교수님의 Pattern Recognition and Machine Learning이나 다른 유명한 바이블들이 존재하지만, 석박사급 연구가 아니라 가볍게 입문하고자 하는, 혹은 실무에서 사용하기 위한 분들은 그정도의 책을 원하지는 않을 것입니다. 심지어 그 책들은 코드조차 없기 때문에 코딩에 약하다면 이해는 하더라고 구현을 못하는 경우가 반드시 발생할 것입니다. 이런 상황속에서 기초적인 책들은 다 읽어보았고 조금 더 높은 난이도를 가지는, 중급자를 위한 책에 갈증을 느끼셨던 분이라면 이 책을 한번 읽어보셔도 좋을 것 같습니다.

이 책의 내용

1장은 기본적인 딥러닝 지식은 가지고 있지만 파이토치가 익숙하지 않은 사람들을 위해서 파이토치를 이용한 모델링 기법과 전이학습 모델을 가져오고 파인튜닝을 하는 코드를 작성하는 방법에 대해서 설명하고 있습니다. 이 챕터는 이론적인 부분보다는 파이토치를 이용한 딥러닝 방법에 대해서 다루고 있으므로, 파이토치를 어느정도 사용할 줄 아는 분들이라면 넘어가도 괜찮아 보입니다.

2장부터는 본격적으로 여러 딥러닝 모델들에 대한 이론과 구현 부분을 다룹니다.딥러닝 모델을 구축하는 프로세스에 대해서 반복적으로 설명함으로써 독자들에게 각인시키는 점이 좋았으며, 코드에 대한 설명이 자세한 것도 구현하고자 하는 분들에게는 유익할 것으로 생각됩니다.생각보다 난이도가 높고 이론적인 부분들이 많이 나오기 때문에, 수학적인 사고 없이 볼 수 있는 책이 아닐 것 같다는 생각이 듭니다. 그리고 몇몇 실습 코드가 매우 어렵다고 솔직하게 말해주는 부분도 재미있었습니다. (구현방법은 매우 '간단합니다'라고 말할 것으로 기대했는데 '복잡합니다'라고 써있어서 정말 솔직한 책이구나 라고 생각했습니다.)

아쉬운점

번역할 때 '화상'이라는 표현이 대중들이 이해하기에 적절한 단어선택인지는 조금 논란이 있을 것 같습니다. 아마 '画像'을 번역한 것으로 보이는데, 이미지가 조금 더 친숙하지 않았을까 하는 생각이 들었습니다. 또한 지도 데이터라는 표현, 아마 supervised data라는 의미가 아닐까 싶은데 매우 낯선 표현이었습니다. 그 외에도 다클래스 예측, 전결합층(Fully-Connected Layer) 등 일본식 표현들을 그대로 사용한 부분이 보여 아쉬웠습니다.

대상 독자

추천합니다

실무에 적용할 수 있는 딥러닝의 구현이 필요한 분

Tensorflow, Keras에서 Pytorch로 넘어오고자 하는 분

추천하지 않습니다

딥러닝의 기초 지식을 배우고자 하시는 분

 

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."