딥러닝 3 - 딥러닝 기초 학습 3 : Keras를 활용한 딥러닝 모델링

어제 딥러닝 공부를 하다 오후부터는 공부를 하나도 하지 않고 놀기만 하다 잠을 실컷 자고 말았다. 역시 2가지를 끊어야 하는데 잘 되지 않는다. 오늘 새벽에도 놀다가 이제 아침이 훌쩍 지나 공부를 시작하려고 한다. 오늘은 매일 해야 하는 수학도 영어 공부도 하지 않았고 큐티도 하지 못했다.

하지만 어제의 반나절 이상의 열정 하락 기간 동안 내게 중요한 것이 무엇이며 공부 방법을 어떻게 바꾸어야 하는지 알게 된 소중한 시간이었다. 새벽에 머신러닝과 딥러닝을 공부할 수 있는 책도 한 권 더 주문했다. 컴퓨터 비전과 딥러닝을 공부하기 전에 기본부터 닦아야 좋을 것 같았다.

 

선생님께서 진행하시는 수업들은 대부분 개념보다는 실습 위주의 빠른 학습이었다. 그러다 보니 이해를 하지 못한 채 그냥 코드만 실행시키며 넘어갈 때가 많았다. 난 기본부터 차근차근 밟아나가는 걸 좋아하는 편이고 그렇게 했을 때 공부 효과가 좋았다.

처음에는 머신러닝과 딥러닝은 그냥 수업 과목에 있으니 안 하면 아쉬울 것 같았고 이곳은 수료하면 더는 공부할 것도 아니라 후회하지 않기 위해서 억지로 하는 공부였다. 하지만 일주일 이상 머신러닝을 공부하는 사이에 어느새 흥미가 생겼고 딥러닝에 들어가면서 이 방면으로 더 해보고 싶은 마음이 들었다.

 

어제 하다 말았던 공부를 이어서 진행해 볼 것이다. 오늘은 진짜 열심히 놀지 말고 해야지! 머신러닝 책은 화요일 오후에나 도착할 것 같아 그전에 계획된 공부를 모두 마칠 것이다.

---

 

 

딥러닝 맛보기 실습 두번째

 

머신러닝은 이미 완성된 모델로 학습을 시키는 경우가 많지만, 딥러닝은 모델을 손수 만들어야 하므로 좀 더 어렵다.

---

 

 

 

 

딥러닝에서는 이러한 파라미터의 개수를 엄청나게 늘리기에 성능이 좋아지는 것이다. 챗gpt의 경우 1억 개가 넘는다고 한다. 나중에는 사람보다 똑똑한 인공지능이 나올 가능성이 크다. 그리고 입력층이 많아지면 의견이 다양해지기 때문에 사람처럼 느슨한 사고를 갖게 된다.

 

 

 

처음에는 1개의 데이터가 입력층을 넘어가면서 8개의 데이터가 만들어진다. 그런 다음 이 한 개의 뉴런에 또다시 각각의 다른 뉴런 8개에 전달이 된다.

입력층에서 중간층으로 데이터가 들어가면 데이터를 분해하고 요약하는 과정을 거친다. 그러면서 입력되는 데이터에 대한 이해도가 올라간다.

 

 

원하는 오차 함수를 넣을 수 있다. 모델을 학습할 때 7 : 3의 비율로 훈련용과 평가용 데이터를 나눈다. 데이터 확보상 평가용 데이터를 많이 만들지 못한다. 따라서 train 데이터의 일부를 떼어다 검증을 한다. 이러한 데이터를 validation 검증용 데이터라고 말한다. 검증용 데이터를 마치 여러 개 있는 것처럼 하는 것은 교차 검증이라고 이전에 배웠다.

 

 

 

 

 

이 모델로 챗봇이나 생성 모델도 만들 수 있다.

 

 

---

 

 

 

학습을 마치고

이것으로 딥러닝 첫날 수업 정리를 마쳤다. 어제 다 공부했어야 하는 내용인데 많이 늦어졌다. 오늘 하루 만에 딥러닝 공부를 다 마쳐야 진도가 맞을 수 있을 것 같다.

최대한 빠르게 학습을 진행해 봐야지.