우선 딥러닝 공부하다보면 파이토치 단어 정말 많이 보게 됩니다. 그리고 파이토치 공부가 필요하다는 것도 깨닫게 되는 순간 우리는 모두 웹사이트에 파이토치를 검색하다가 하루가 지나갑니다ㅎㅎ

저는 파이토치를 공부한다고 했을 때 웹사이트 또는 책 둘 중 하나를 고민하다가 처음엔 웹사이트를 선택하였으나 정리가 되어있지 않은 내용으로 혼란을 겪고 책을 선택하게 되었습니다.

그러나 파이토치의 대한 자세한 설명과 개념 보다는 함수 및 코드 사용법에 대한 내용으로 실무에 적용하기는 편했지만 파이토치를 통해 무언가 스스로 만든다는 것은 미분법 배우고 경사하강법 구현하는 느낌이었습니다.

그래서 저는 ＜딥러닝 파이토치 교과서＞를 선택하게 되었습니다. 우선 이 책을 읽는데 기본적인 딥러닝 개념이 없어도 될 정도로 차근 차근 첫 단계부터 공부할 수 있었고, 컬러풀 한 이미지 및 그래프와 코드 한 줄 한 줄의 코멘트 그리고 계산 과정이 담겨 있어서 책 두께에 비해 부담스럽지 않은 책이었습니다. 이 책을 완독 후 저의 지극히 주관적인 장점을 소개 하자면

컬러풀 == 이해력

사실 책의 내용 중 개념을 설명하는 그래프나 그림이 컬러풀 하면 이해하는데 많은 도움을 주는 것 같습니다. 단순히 색감이 다양해서 이해력이 높아지는 것이 아니라 분류를 설명하는 그래프에서 어디서 부터 어디까지 분류가 되는 건지 그리고 어느 선이 구분 선 인가가 명확하게 보임으로써 내용을 이해하는 데 많은 도움을 주는 것 같습니다. 보통 딥러닝 책을 많이 보신 분들은 흑백으로 된 책으로 공부하면서 "이 그림은 어떤 이해를 위한 그림인가?" 라는 생각을 하면서 고민했던 분들이라면 함께 공감하실 거라 생각합니다.

책 두께 == 소스 코드

책이 약간 두껍다고 생각할 순 있지만 대부분 코드의 대한 내용이라서 코드를 따라서 입력하고 확인하다 보니 진도가 빠르게 넘어가는 것을 확인 할 수 있었습니다. 그리고 제일 마음에 들었던것은 책의 내용이 대부분 개념, 코드, 코드에 대한 해설 내용이며 코드에 대한 해설이 한 줄 한 줄 되어 있어서 이해하는데 많은 도움이 되었습니다. 딥러닝 처음 공부할 때 은닉층의 대한 의미를 몰라 웹사이트에 하나 하나 검색할 때와 다르게 간단 명료하게 설명이 되어 있어 이해하기 편했습니다.

이 책을 완독 하면서 가장 먼저 느꼈던것은 "벌써 다 읽었네" 와 "한 번 더 읽어야겠다" 였던것 같습니다. 그만큼 읽는데 부담스럽지 않았고 내용은 상세하고 코드를 통해 설명되어 있었기 때문에 코드를 치면서 공부하기에 안성맞춤 아니었나 생각이 듭니다. 딥러닝을 통한 파이토치를 가볍고 알차게 공부하고 싶다면 이 책 한 번 고려해보시면 좋을 거 같습니다.

인공지능 관련 공부를 시작한지도 꽤 되었다. 물론, 공부한것을 바탕으로 실생활에 적용,활용할 정도는 아니다. 그저 꾸준히 관심을 갖고 최신, 좋은 책이 나오면 꾸준히 탐독하는 정도이다.

이 트렌드에서 최근 내가 눈여겨 관심을 갖게된게 

파이토치다, 

언제가 한번은 스터디 해야 겠다 할때즈음에

딥러닝 파이토치 교과서 책이 출간되어 마침 잘되었다 싶었다.

일단, 760페이지로 적지 않은 분량에 

한 페이지내에 학습할 분량도 적지 않다.

더구나, 이책은 파이썬 기초 설명 뭐 이런것도 없이 

바로 본론에 들어간다.

위 3가지 부류의 독자에게 권한다.

본인은 위에서 B 에 해당한다.

개발환경은 Colab 파이썬 모두 사용가능하나 본인은 colab으로 하였다.

1장에선 머신러닝과 딥러닝의 개관중 주요 개념을 정말 알기 쉽게 간단 명료하게 간단히 요약 설명해준다.

이책은 표와 그림으로 요약을 상당히 잘하였다.

깜짝 깜짝 놀랄정도다.

특히 이책의 1장,3장, 4장의 경우 넓은 범위의 내용에서 주요핵심 요약이 매우 뛰어나다

2장에선 실습환경 설치와 파이 토치 기초인데 파이토치 특징, 기초문법을 설명하는데

케라스와 텐서플로를 학습했던 본인에게 가장 궁금했던 부분이었다.

이중 텐서플로만의 장점인줄 알았던 데이타 셋이 파이토치에서도 제공되고 있었다.

torchvision이라고 파이토치에서 제공하는것을 사용할수 있다.

개념이나  이해하기 어려운 부분은 그림으로 풀어서 설명을 해준다.

파이토치는 GPU에 보다 특화된 구성인듯 하다.

아키텍쳐 밑바닦에선 C나 C++로 구성되고 이를 결국엔 Python으로 사용하게끔 되어 있다.

파이토치의 기초문법을 소개한후 

실습환경을 설정한다. 아나콘다. 가상환경, 파이토치, 주피터 노트북을 설치한다.

이 책에선 기본적으로 주피터 노트북으로 코딩한다.

물론 colab도 가능하나 책 내용은 주피터 노트북 기본이다

그렇다고 주피터 노트북 사용법을 따로 설명하진 않는다 ^^;

물론, 여느 책처럼 진보가 빠르게 성장하는 프로그램들과 파이썬의 다양한 설치방법 때문에  책에서 안내한 대로 설치가 않되기도 한다. 이책도 일부 그런데 구글링하니 해결책이 나온다.

책을 일독후 코딩 시험중인데 본인은 파이토치를 정작 초기에 로컬PC에 설치를 못했었는데 이유는

68page

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cpuonly -c pytorch 

위 한줄이 한동안 계속 에러가 나서 무척이나 애를 먹었었다.

이런면에서 colab 이 얼마나 좋은지 세삼 느낀다.

파이토치 코드를 간단한 분류/회귀 case를 다루어 준다.

마지막엔 딥러닝 모델의 성능평가 개념을 요약설명해준다.

3장 머신러닝을 가볍게 다루어준다. 이책은 딥러닝을 다루는 책이므로.

머신러닝의 주요개념을 도식을 포함하여 간략히 설명해준다.

간략하고도 색도해로 개념을 보다 쉽게 이해하기 좋게 요약이 잘되어 있다

이 파트 부터는 간간히 인공지능 수학책을 보라는 말이 나오기 시작한다.

참고로 저자는 "모두의 인공지능 기초 수학"을 집필하엿다.

4장부터는 딥러닝의 기본부터 설명을 한다.

다른책에선 보지 못한 개념을 그림으로 쉽게 설명해낸다.

 파이썬 자체가 쉬운 언어라 쉬워 보여도 

책을 소설책 읽듯이 쭉쭉 읽어 나갈정도로 곧잘 이해하기는 .... ^^;

처음엔 아무 설명없이 코드를 주욱 나열해서, 약간 불친절하게 느껴졌지만 

분명한것은 주요 기본 개념설명을 아주 잘한다.

또한, 수식전개할때는 또, 어렵더라도 수식 전개를 해간다.

즉 고급자는 아는 만큼 얻어 갈수 있고

초급자는 코드나 어려운 수식의 산만 참고 버티면 전반적으로 다양한 딥러닝의 개념들을

보다 명확히 이해할수 있을거로 보인다.

본인은 객체지향형 개념을 잘알고 있지만

객체지향형 개념이 처음인 독자들에게는 도움이 될듯하다.

다른책에선 가중치 고정이다 라는 개념을 말로 설명하지만

여기에선 이처럼 전체 흐름에서 고정하는 부분과 학습하는 부분이 

어떻게 구성되어 있는지 중요 부분을 이해하기 쉽게 도식화 되어 있다.

마찬가지로 다른책에 비해서 좀더 디테일하게 도식화 되어 있다

다른책에선 위처럼 Et-1 ,  Et 같은 부분까지 구분표기 되지 않았다.

전반적으로 개념설명과 코드설명이 상세히 잘된편이다.

책 전반적 구성에서 앞장1~4장 들은 전반적 흐름과 주요개념을 잘 요약 설명하여

파이토치가 뭐가 좋은지 머신러닝 딥러닝의 전반적 흐름을 이야기 해준후

5장 합성곱부터는 딥러닝의 주요 내용들을 각 장별로 상세히 설명하였다.

특히 합성곱의 경우는 두개의 장으로 설명을 하고 있다.

다양한 알고리즘을 설명하고 있다. 각 알고리즘의 장단점을 이야기해 언제 활용하면 될지 판단하는데 도움이 될듯하다.

본인은 7장 시계열과 8장 성능최적화에  관심 깊게 읽었다.

어느정도 딥러닝 기본개념이 되어 있는 독자가 파이토치를 공부하는 경우 

도움이 많이 될듯하다.

전반적으로 파이토치 가 GPU에 특성화 되어 있는만큼

GPU 관련 코드가 주로 돋보인다.

개인적으로 노트북 GPU가 GTX 765M 이라 

아쉬웠다. 물론 본인 노트북으로 GPU  사용할수 없어 CPU로도 학습이 가능하지만

 GPU 프로그램을 활용하기 위해 본인은 colab에서 런타임 유형 변경에서 하드웨어 가속기 GPU로 실습 하였다 ^^;;;

책의 앞부분인 2장에선 아나콘다, 가상환경, 파이토치 설치등으로 Local PC에서 설치하는것을

설명하고 이책을 전개해나가지만

책의 부록에선 Colab으로 이책을 공부할수있는 방법을 설명해준다.

캐라스 텐서플로의 경우 GPU 코드 부분 설명이 덜한대

GPU에 특화된 파이토치라서 Local에 설치해서 Local의 GPU 자원을 활용하게끔 하려고

그렇게 책을 구성한듯 하다. 

참고로 Colab으로 GPU 활용 코딩시 단점은

세션시간 제약으로 인한 불편함과 개인정보는 올릴수 없는 제약등이 따른다.

특히 8장의 성능 최적화의 2절 하드웨어를 이용한 성능 최적화에서는

CPU와 GPU 비교에서부터  CUDA TOOLKIT, cuDNN 등 설치에 대해서

설명이 잘되어 있다.

부록 마지막엔 Kaggle에 대해서 간단히 소개하고 마친다.

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다.

IT 분야에서 좋은 책이란?

해당 내용을 필요로 하는 독자들에게 그 내용을 쉽게 이해시켜주는 책.

독자들의 이해 실패율이 낮은 책.

이 책은 표지에 기본기/기초/입문서/교과서 라는 광고 문구가 적혀있고, 저자가 직접 004Page에서 [딥러닝과 파이토치를 처음 접하는 분]들이 이 책의 대상 독자라며 독자들에게 인사를 전하고 있지만, 실제로 읽어보면, 다른 유명 딥러닝 서적들보다 훨씬 어려움. 우리는 고등학교 수학 교과서로 수학을 스스로 공부해도 대부분 이해할 수 있지만, 이 책은 교과서라는 타이틀을 달았지만, 이 책의 그 어떤 부분도 입문자들이 이 책으로 학습해서 이해하기 쉽지 않음.

"... 어려워서 포기하지 않도록 처음부터 끝까지 난이도를 조절하는 데 중점을 두었습니다."

저자가 004Page에서 저렇게 말했는데, 입문자들은 다들 이 책을 입문 교재로 읽어서 얼마나 포기하지 않을 수 있는 난이도인지를 직접 평가해보기를 바람.

그리고, 이 책의 강화학습 부분과 서울대 출신 젊은 저자가 쓰신 강화학습 책을 비교해서 읽어볼 것. 읽어보면, 이유를 알게 됨.

이런 책이 평균 평점 9.9점으로 평가를 받는다?

나는 전혀 동의할 수 없고, 그에 대한 반발심이 더해져서 1.5점 주겠음.