[한빛미디어/나는리뷰어다] 한 권으로 끝내는 딥러닝 텐서플로

학교에서 딥러닝 수업은 수강중인데, 아무래도 내용이 어려운 점이 많아 자습은 필수적이었다.

자습할 때 같이 볼 책이 필요했는데 서점에 가니 정말 다양한 딥러닝 관련 서적들을 볼 수 있었다.

책을 고를 때 나는 양이 부담스럽지 않으며, 코드에 대한 설명이 잘 되어 있는 책을 원했다.

 

그 중에서 발견한 딥러닝 책은 바로 이번에 리뷰하게 될 

" 한 권으로 끝내는 딥러닝 텐서플로 "

 

 

책의 첫 표지부터 전문적인(?) 느낌이 났다.

 

두께는 내가 고려한 가장 중요한 기준 중 하나였는데, 이 책은 양 부분 에서는 너무 마음에 들었다. 

총 263페이지이고 가벼워서 도서관이나 학교에 가지고 다니기 편했다.

챕터는 총 10개로 구성되어있고 유기적으로 연결되어 있다. 

 

맨 처음은 모든 책들이 그렇듯, 소개로 시작한다. 

딥러닝을 공부해야하는 이유와 딥러닝의 기본구조에 대한 이야기를 담고 있다.

 

딥러닝을 다루기 위해 필요한 라이브러리는 텐서플로우(Tensorflow)이다.

딥러닝을 위한 라이브러리가 텐서플로우만 있는 건 아니지만 가장 대표적이며 많이 쓰인다.

chapter 2에서는 텐서플로우 설치방법과 간단한 텐서 연산을 코드와 함께 설명하고 있다.

 

 

▼참고▼

내 블로그에서 윈도우에서 텐서플로우 설치하는 방법을 다뤘었다.

growingarchive.tistory.com/25?category=887294

[딥러닝/Deep Learning] TensorFlow 윈도우 설치

 

텐서플로우를 설치하고 가장 먼저 배우는 것은 선형 회귀(Linear Regression)이다.

가장 단순하지만 가장 중요한 부분이기도하다.

보통 구글링을 통해서 예제를 접하다보면, 코드가 다 비슷비슷한 경우가 많다.

그런데 이 책의 코드는 처음보는 코드들이 많아 공부하는 재미가 있었다.

 

chapter 4에서는  완전연결 딥 네트워크 (FNN)에 대해서 다룬다. 

 

chapter5는 하이퍼파라미터를 최적화하는 방법에 대해 설명한다.

흔히 튜닝한다고 하는데 더 성능을 좋게하는 방법을 말한다. 

맨 처음부터 결과가 좋기란 어렵기 때문에,, 튜닝, 최적화를 통해 모델은 조금 더 나은 성능을 향해 나아간다.

하이퍼파라미터 최적화 알고리즘도 같이 배운다.

 

이후 chapter6에서는 합성곱 신경망(CNN)에 대해서 다룬다.

합성곱 신경망은 이미지 데이터에 강점을 보이는 신경망 모델이다.

나는 이 부분을 학습할 때 가장 어려웠었다. 

제일 흥미롭긴 했지만 코드 이해하는데 있어서 시간을 가장 많이 잡아먹었다.

 

chapter7은 순환신경망(RNN)이다.

순환신경망은 텍스트, 시계열 데이터에 강점을 보인다. 

순환신경망은 내가 느끼기에 상대적으로 코드가 적었다고 느꼈다.

코드가 좀 더 많았으면 독자들이 이해하는데 더 도움이 되지 않을까 싶었다.

 

이후에는 강화학습에 대해 다루고 있다.

이부분부터는 제대로 보지 못했는데, 강화학습으로 이루어진 모델들은 가장 좋은 성능을 내기 위한 방법을 스스로 찾아나가는 모델이라고 한다. 사람은 당근과 채찍으로 모델의 성능을 끌어올린다. 

 

 

이후 chapter9,10은 데이터의 크기가 엄청 커지고 모델의 크기도 작았는데, 더 데이터의 사이즈가 커지고 모델의 사이즈도 커졌을 때 어떻게 해야할지에 대한 내용, 그리고 딥러닝의 앞으로 나아갈 방향과 미래에 대해 이야기하고 있다.

 

 

책을 한 번 쭉 보면서 전체적으로 마음에 드는 부분이 더 많았다. 예를 들면, 낯선 코드가 많았고 책의 설명도 입문자를위해 신경을 많이 쓴 느낌이 들었다.

 

지금까지 딥러닝 학습에 관련된 책을 4개정도 보았는데, 가장 설명도 잘되어있고 내용이 구성도 매우 짜임새 있다.

개인적인 의견이지만 수학을 잘 모르는 사람을 위해 '쉽게' 설명해준다는 책들이 많은데 그런 책들이 오히려

내가 이해하고 있는 개념을 혼란스럽게 만드는 경험이 있었다.

그래서 이번 책은 그런 느낌도 받지 않았고 설명도 깔끔해서 정말 마음에 들었다.

주변에서 딥러닝 입문서를 추천해달라고하면 반드시 이 책을 추천해줄 의향이 있다.  

 

★★★★★(5/5점)