Section3 Deep Learning을 마치며!

1. What I Learned

기본 인공신경망, 이미지 처리, 자연어 처리의 개념을 배웠다. 세부적으로 사전학습모델, 트랜스포머, GAN 등 깊이 들어간 시간도 있었다.

 

이전 수업보다 공부량이 월등히 많았고 인공신경망과 ANN, CNN, RNN 등의 개념이 매우 생소해서 하루치 강의를 그날그날 소화한다는 게 불가능했다. 지금도 소화하지 못한 채로 넘어온 게 많다. 당장 강의 내용을 다시 보기는 어렵고, udemy 딥러닝 기초 강의를 듣고나서 차근차근 다시 보아야할 것 같다.

 

이미지-자연어 처리 이 두가지 사이에서 자신의 분야를 정하면 커리어를 빌드하기 좋을 것이라는 말을 들었다. 당장에 이미지 쪽으로 더 관심이 있기는 하지만 아직은 결정이 어렵다. 만들어보고 싶은 모델이 여러개 있는데 부트캠프 후반이나 수료 후에 혼자 만들어보며 내 관심사를 파악하고 싶다.

 

강의 내용은 다 소화를 못했지만 예상외로 프로젝트 때 모델은 완성시킬 수 있었다. ResNet, EfficientNet과 같은 어려워보이는(?) 사전학습모델을 만져보아 그 부분도 뿌듯하다. 온라인에 오픈된 소스들을 잘 활용하면 잘할 수 있겠다는 자신감도 생겼다.

2. What to Study Additionally

• Many to Many 자연어 처리 모델 만들어보기
• 프로젝트 때보다 쉬운 이미지로 정확도가 높은 모델 만들어보기 (95퍼센트 이상)
• GAN 등 이미지 생성 모델 시도해보기
• 딥러닝 챗봇 만들어보기
• OpneCV로 얼굴 인식 시도해보기