[CCTVWithAI] (2021.06.17) 개발 일지 | ML 공부, TensorFlow 설치, ML/DL 공부 계획 수정(1)

ML (Machine Learning) 공부

• 모두를 위한 머신러닝/딥러닝 이론 1강 / Lab 1강 수강함

• Supervised / Unsupervised Learning의 개념에 대해 살펴봄
• Supervised Learning의 Type (Regression, Binary classification, Multy-Label classification에 대해 알아봄
• TensorFlow를 설치하고 간단한 예제를 통해 TensorFlow의 작동 메커니즘을 이해함 (그래프를 설계하고, 세션을 정의하고 학습..?)
• TensorFlow에서 Tensor의 개념과 Tensor를 이루는 Rank, Shape, Type에 대해 이해함

ML/DL 공부 방향 수정

지난번 포스팅에서 소개한 boostcamp에서 제공하는 이론 강의가 생각보다 훨씬 난이도가 높았다.

Machine learning이나 deep learning에 대해 이론적으로 이미 알고 있는 상태에서 이를 어떻게 PyTorch, Python 등을 활용해서 구현하는지에 대해서만 다루는 것 같아서 나의 현재 수준으로는 조금 무리일 것 같다.

그래서 '모두를 위한 머신러닝/딥러닝' 강의를 들으며 이론과 실습을 학습하면서,
추가적으로 원래 목적인 face recognition이 가능한 모델을 다루기 위한 방법을 따로 모색해야겠다.

다만 이렇게 되면 boostcamp 강의를 통해 PyTorch를 다뤄보고자 했던 계획이 틀어지는데, 다행히도 양질의 강의를 찾게되어서 아마 이 강의를 많이 참고하게 될 것 같다.

강의라기 보단 무료로 공개된 e-book인데, wikidocs의 PyTorch로 시작하는 딥 러닝 입문이다.

이 책에서는 딥 러닝을 이해하는데 필요한 수학적 지식을 상세히 설명하고, 이를 PyTorch로 어떻게 구현하는지에 대한 과정이 모두 나와있어서 나에게 정말 필요한 강의라고 생각한다.
이 책을 통해 수학적 지식과 이를 적용하여 프로그래밍 할 수 있는 능력을 기를 수 있기를 바란다.

요약하자면 당장은 프로젝트를 진행해야 하기 때문에 혼자 공부하는건 공부하는 거고, 동시에 내부적으로 완전한 이해는 못해도 적절한 input을 넣어서 원하는 output을 뽑아내는 모델을 구현하거나 활용하는 능력이 필요하겠다.