SK AI 캠프 7주차 후기

The four Fs

• FACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일

딥러닝을 배웠으며 인공 신경망을 통해 이미지를 분류하기 시작하였다. MNIST 데이터셋과 패션 MNIST 데이터셋을 인공신경망을 통해 구현하고, 단순한 인공 신경망 뿐만 아니라 심층 신경망도 공부하였다.

• FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌

딥러닝은 머신러닝과 다르게 신경망을 이용해서 모델을 적용하는 방식이 덜 직관적이었다.

머신러닝의 KNN, SVM, Logistic Regression, linear/polynomial regression, tree 알고리즘은 구조와 원리가 복잡하지 않은 반면, 딥러닝은 신경망을 사용하기 때문에 처음 and, or, xor 연산부터 각 신경망을 타고 가중치를 학습하는 내용이 직관적으로 와닿지는 않았다. 특히 forward 및 backward에 대한 내용이 생소하였다.

• FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것

Tensorflow의 keras를 이용하여 신경망을 구성하는 방법을 배우고, 분류 및 회귀 모델을 구성하는 것을 배웠다. 또한 이에 사용되는 활성화 함수들을 적용해 보고, 모델을 저장 및 사용, 그리고 기존에 가중치가 학습된 모델을 불러와 학습하는 방법을 배웠다.

• FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지

딥러닝에 대한 공부를 바탕으로 앞으로 있을 프로젝트에서 기존 모델을 활용한 딥러닝을 진행해 보고 싶다.

그 외에도 참가하고 있는 대회에서 머신러닝 뿐만 아니라 딥러닝도 적용하여 모델을 학습시켜보고 싶다.

딥러닝을 하면서 GPU가 필요한데 colab으로는 사용시간이 아직 부족한 상황이다.

주어진 인텔 GPU 환경에서 딥러닝을 학습하고 싶었던 차에 OpenVino와 DirectML을 찾게 되었다.

시도 끝에 DirectML은 윈도우 colab환경에서 pytorch를 인텔GPU로 구동할 수 있었다.

Tensorflow도 WSL을 활용해 구동할 방법을 찾아 코랩 유료구독이 주어지기 전까지 활용해볼 생각이다.