|
파이썬을 사용하여 딥러닝을 구현할 때 사용하는 대표적인 라이브러리로 케라스, 탠서플로우, 파이토치가 있다. 케라스와 탠서플로우를 활용하는 방법은 공부해봤지만 파이토치는 아직 해본 적이 없었다. 맨날 미루고만 있다가 이 책을 발견하여 파이토치를 공부해야겠다는 마음의 불씨가 다시 한 번 피어올랐다.
파이토치를 활용한 딥러닝 모델을 구현하고, 그 모델을 웹 또는 앱으로 개발할 수 있는 라이브러리까지 설명하고 있는 이 책은, 머신러닝과 딥러닝 모델을 구축하고 그 결과를 대시보드로 만들어 관리하고 싶은 나의 목표에 정말 잘 어울리는 책이었다.
목차는 위와 같이 이루어져 있다. 개발 환경에 대해 먼저 설명하고, pyotrch와 함께 딥러닝의 기본 개념에 대한 학습한다. 다음으로, CNN, RNN 등 대표적인 딥러닝 알고리즘을 공부하고 파이토치로 구현까지 같이 해 볼 수 있었다. 마지막으로, Streamlit으로 앱을 개발하고, 앱을 깃허브에 등록하여 배포하는 과정까지 살펴볼 수 있었다.
각 내용에 맞는 코드와 그 코드 실행 결과까지 책에 나와서 실습을 하면서도 내가 맞게 하고 있는 것인지 알기 쉬웠고, 책을 따라가기 쉬웠다.
또한, 구체적인 예제로 공부의 흥미도 더 돋울 수 있었다.
Streamlit은 처음 접해보는 웹 앱 개발 프레임워크였지만, 책의 내용을 따라하며 배우다보니 괜찮은 프레임워크였다. 다음 프로젝트는 Streamlit을 사용하여 구축해봐도 될 것 같다. |
파이토치로 구현하는 딥러닝 ＜파이토치 딥러닝 모델 AI 앱 개발 입문＞(2023)
책 소개저자 : 아즈마 유키나가 제목 : 파이토치 딥러닝 모델 AI 앱 개발 입문 번역 : 김은철 출판사 : 에이케이커뮤니케이션 출간 연도 : 2023. 9. 원문 출간 연도 : 2022. 페이지 : 총 295쪽
파이썬을 통한 딥러닝의 학습과 구현은 대게 tensorflow와 pytourch를 활용하는데, 구글에서 개발한 tensorflow는 keras의 추가로 추상화의 강점을 갖고 있으며, 메타(페이스북)에서 개발한 pytourch는 tensorflow보다 직관적으로, 사용자가 익히기 쉽다는 장점이 있다.
'파이토치 딥러닝 모델 AI 앱 개발 입문'은 파이토치를 활용한 딥러닝의 시작과 활용법(앱)을 딥러닝 입문자의 시각에서 서술한 책으로, 핵심 이론을 기준으로 코딩을 통해 '구현' 하는 것으로써 독자들이 딥러닝을 직관적으로 이해 할 수 있도록 안내한다.
총 7개의 챕터로 구성된 책은 전반부인 3장까지는 딥러닝의 기초 이론인 tensor 연산과 활성화 함수, 손실 함수, 최적화 알고리즘을 설명하고 후반부인 4장부터 마지막 챕터인 7장까지는 파이토치의 장점인 자동 미분과 더불어 CNN, RNN 모델의 사용법과 streamlit과 github로 연동을 설명한다
챕터 서문에 해당 챕터에서 학습 할 내용이 요약 정리되어 있으며, 각 챕터별 1절에서 시각화 이미지를 통한 핵심 설명을 제공한다. 딥러닝을 경험한 학습자라면 조금 더 깊이 있는 내용을 필요로 할 수 있겠으나, 책의 주요 예상 독자가 딥러닝 입문자인 관계로, 필요한 개념을 짧고 간결하게 서술한다.
코드 구현에 있어 학습자가 의문점이 들 수 있는 부분을 미리 텍스트로 설명하고 있어 파이토치의 활용이 익숙치 않은 입문자를 배려하는 부분이 인상 깊고, 단순 딥러닝 모델의 코딩에서 한 걸음 나아가 streamlit을 활용해 앱 개발로까지 구현을 안내하는 점이 이 책이 다른 딥러닝 입문책과 차별되는 요인이다.
코드 구현에 따른 오류 발생에 대해 기본적인 대처 방안 역시 책에 기술되어 있으며, git-hub을 통해 최종 결과물(앱)을 배포하는 것으로 학습을 마무리 함으로써 학습자가 딥러닝을 활용해 실제 '구현'되는 '코딩'을 경험 하도록 한다.
마치며비정형데이터 분석의 중요성이 커지는 요즈음, 머신러닝과 딥러닝에 대한 관심은 더욱 높아지고 있다. 입문자가 학습하기 쉬운 '파이토치'를 사용하는 점과 더불어, 대게의 딥러닝 입문서가 딥러닝 모델의 코드 구현 및 tesorflow 혹은 pytourch에서 제공하는 예제 코드의 구현에서 마무리 되는것에 비해 코드 구현 이후의 활용 예시를 학습자에게 안내함으로써 학습자가 이후 학습에서 '응용' 할 수 있도록 구성 된 점이 이 책의 강점이자 장점이다. 글쓴이 역시 tensorflow를 위주로 CNN과 RNN 등의 모델 학습을 시작해, 대부분의 딥러닝 코드는 tensorflow를 활용했는데, 이번 '파이토치 딥러닝 모델 AI 앱 개발 입문'의 파이토치 기초 코드를 클론코딩 하며 파이토치의 사용법을 익혀가고 있다. 딥러닝 데이터 분석이 궁금하다면, 혹은 pytourch의 사용법이 궁금하다면, 이번 에이케이커뮤니케이션즈의 신간 '파이토치 딥러닝 모델 AI 앱 개발 입문'으로 파이토치로 코딩하는 딥러닝의 세계를 경험해보는 것을 추천해 본다.
[에이케이커뮤니케이션즈 출판사에서 도서를 제공받아 작성된, 글쓴이의 주관적인 견해가 포함된 서평 입니다.] |
|
"파이토치"와 "딥러닝 모델"이라는 주제로 많은 강의와 책들이 생겨나고 있는데, 이 책은 독특하게 "AI 애플리케이션"을 만드는 것까지를 목표로 합니다. 애플리케이션까지 어떻게 완성시킬 수 있을지의 의문에대한 해결을 담은 책입니다. 또한 Googl colab을 통해서 가장 심플한 형태의 학습기가 어떻게 구축이 되는지 자세하게 설명되어있는, 딥러닝의 입문서로 보아도 좋을 것 같습니다.
본격적으로 책을 살펴보겠습니다. Let's go~:D
0. 들어가기 앞서..
이 책, 누가 읽으면 좋을까?
(* 단, Python 언어에 대해서는 어느정도 숙지가 되어있는 독자분이면 좋습니다!)
1. 목차
"파이토치 딥러닝 모델 AI 앱 개발 입문" 목차 목차는 7단계로 구성되어있습니다. 딥러닝을 구현하기 위하여, 어떻게 Google colab을 사용할 것인지 머신러닝을 구동하기 위한 환경을 어떻게 구축할 수 있는지(Chapter 2) 설명해주고 있으며, Chapter 1에서는 입문자를 위해, 딥러닝이 무엇인지, 어떤 기술을 구현해야하는가에 대해 아주 간략하게 정리된 도식을 통해 설명하고 있습니다. Chapter 3~7을 통해 본격적으로 구현을 진행하며, Chapter 7까지 따라온 독자는 인공지능 앱을 하나 구축해본 경험을 갖게 됩니다. 짝짝짝.
목차만 보아도, 무엇을 목표로 한 책인지 명확합니다!
2. 장점 및 단점
이 책을 꼼꼼하게 읽어본 후 느낀 장점을 4가지로 선정해보았어요.
+) 아래 그림 2와 같이 예제 테스트 환경도 구체적으로 기술되어있어 좋습니다.
그렇다면 어떤 단점이 있을까요?
3. 챕터별 소감
Chapter 0. 소개
딥러닝을 배워보기 위해 어떤 환경을 활용했는지, 이 책을 다 보게 되었을 때 어떤 목표를 달성할 수 있는지 간략하게 소개해주고 있어요. 또한, 이 책에서 Python을 다루고 있지 않지만, 미리 어떻게 Python을 배워볼수 있을지에 대한 가이드를 제시하고 있어요. (책 안에는 자세한 링크가 있지만, 책을 통해 보실 수 있도록 생략할게요.) 또 구체적인 타겟 독자가 누구인지, 책을 어떻게 사용하는것이 좋을지에 대한 가이드를 주고 있는 챕터입니다. 이 책을 접해보기 전에 미리 훑고 지나간다면 아주 유용할 것 같습니다.
Chapter 1. Pytorch와 심층학습
이 책에서 본격적으로 학습을 시작하기 위해, Pytorch가 무엇이며 어떤 라이브러리인지 설명을 담고있고, 딥러닝의 이론적인 개요를 알려줍니다. Tensorflow와 Pytorch에 대한 간단한 비교도 되어있고, 가장 중요한 핵심 모듈이 무엇인지에 대해서도 설명해주어요. 이 부분은 다른 강의를 통해서도 접해본적이 없는 내용인데, 아주 깔끔하게 잘 정리되어있다는 생각이 들었습니다. 딥러닝의 이론적 개요에 대해서도, 단 몇페이지로 정말 필수적인 지식들을 쏙쏙 알려주고 있습니다. 도식이 정말 깔끔해서 편집이 너무 좋다는 생각이 문득 드는 챕터였습니다.
Chapter 2. 개발환경
딥러닝을 구현하기에 앞서, 일단 실습 환경인 Google colab에 대한 자세한 설명이 들어있는데요. 제가 처음 Google colab을 접하면서, 제대로 배워본적 없는(?) 지식들이 잘 정리되어있었습니다. 예를들면 세션/인스턴스가 언제까지 유지가 되는지, 세션을 어떻게 관리하는 지 등등.. 몸으로 부딪히며 배울 수 밖에 없었던 것들을 정리된 내용으로 볼 수 있어서 큰 도움이 되었습니다.
Chapter 3. PyTorch로 구현하는 간단한 심층학습
본격적으로 딥러닝을 구현하기 시작하는 챕터입니다. Tensor들을 직접 조작해보면서 Pytorch와 익숙해지는 시간을 갖고, 활성화함수, 손실함수, 옵티마이저를 어떻게 구현하는지 간단한 예제를 통해 체험해봅니다. 이 장의 마지막에서는 scikit-learn의 손글씨 데이터를 불러와 실제로 학습모델을 구현합니다. 이것만으로도 이미 딥러닝이 무엇이고 어떻게 개발해야하는지에 대해서 "한 사이클"은 돌렸다고 할 수 있는 부분입니다. 책은 아주 빠른 호흡이지만, 이해하는데에 충분하게 간단한 예제들로 구성되어있어서 좋았어요.
Chapter 4. 자동미분과 DataLoader
딥러닝의 과정중에는, 학습모델의 성능을 높이기 위해 오차라고도 생각할 수 있는 Loss를 줄여주어야 하는데요. 이 Loss를 줄이기 위해서는 많은 미분연산이 필요하게 됩니다. Pytorch의 Tensor가 이 자동미분을 지원하며, 어떻게 자동미분을 구현할 수 있는지 다뤄주고 있습니다. 또한 딥러닝 개발에서 필수적인 에폭, 배치에대한 개념을 간단히 설명하고 DataLoader를 통해 어떻게 배치를 구성할 수 있는지에 대해서도 알려주고 있어요.
딥러닝을 한번 구축해보았지만, 보다 유연하게 개발하기위해서, 어떤 방식을 활용해서 구현해야하는지 자세히 설명해주는 챕터라고 볼 수 있습니다. DataLoader를 사용해서 미니배치를 구성하고, 이를 통해 학습을 진행하는 방법들을 코드를 통해 보여주고 있습니다.
Chapter 5. CNN(합성곱 신경망)
이제 CNN 차례입니다! 이미지 분류를 위한 획기적인 모델이었던 CNN을 어떻게 간단하게 구성할 수 있을지를 배워보는 챕터입니다. 일단 CNN이 무엇인지를 간단하게 설명해주고 있고, 기존의 간단한 모델과는 다르게 학습기에 어떤 layer들이 추가되어야하는지 알려주고, 실제로 구현해보는 시간을 갖습니다. 합성곱(convolution)/풀링층(pooling), 그리고 입력이미지 전처리중 하나인 패딩을 어떻게 구현할 수 있는지도 보여주고 있어요. 아! 오버피팅을 막기 위한 드롭아웃에 대해서도 다뤄주고있네요.
짧게 다뤄주고 있지만, 필요한 모든것들을 담고있어서 신기하단 생각이 들었습니다. :D
Chapter 6. RNN(순환신경망)
드디어 RNN에 도달했네요. RNN은 시계열 데이터를 처리하기 위한 신경망입니다. 주식을 예측한다거나, 내일의 날씨를 예측하거나, 언어를 번역하거나... 하는 순서에 영향을 받는 데이터에 대한 학습을 수행하기 위한 모델이라고 할 수 있지요. 이 책에서는 RNN의 이론적 내용을 간단한게 설명해주고, 바로 RNN의 레이어를 구현합니다. 가장 간단한 형태의 RNN을 구현해보고, LSTM/GRU에 대해서도 배워보게 되는데요. RNN의 문제점을 해결한 방법이 LSTM/GRU이기 때문에 이부분에 대해서도 간단히 설명해주고 간단한 구현을 보여주게 됩니다. 이론적인 베이스가 없다면 이 부분들은 잘 이해가 되지 않을수도 있겠다는 생각이 듭니다. 자세한 이론적 내용들은 구글링을 통해 채워나가고, 이 책을 통해서 실습을 한다면 더할나위 없이 좋은 딥러닝에대한 경험을 가질 수 있지 않을까 생각합니다.
Chapter 7. 인공지능 앱의 구축과 공개
이제 인공지능 앱을 만들 수 있는 모든 단계를 거쳤습니다! AI를 탑재한 앱을 만들어볼 수 있는 시간인데요. Streamlit이라는 프레임워크를 사용해서 웹 앱을 구축하고, 공개할 수 있습니다. Streamlit에 대한 간단한 개요, 이미지 식별 모델 구축, Streamlit Cloud에 구축한 앱 배포, 앱의 동작확인을 위한 ngrok의 설정을 자세히 배워요. 업로드한 이미지를 어떻게 예측하고, 결과를 표시할 것인지에 대해 코드베이스로 자세히 설명하고 있어서 따라하기 좋을 것 같습니다. 실제 웹에서 어떻게 분류기가 동작했는지까지 확인하고 이 책은 마무리 됩니다. 1부터 100까지 빠르게 훑어볼 수 있는 좋은 튜토리얼 서적이라고 느꼈습니다.
4. 종합평
별점 다섯개!
딥러닝의 기초, 그리고 어떻게 성능을 평가하는지 등에 대해서는 다루고 있는 서적들이 많지만, "앱을 구축하는 것"까지 책임져주는 서적은 많지 않았던것 같아요. 최소한 저는 처음 접하게 되었던것 같습니다. 덕분에 Streamlit이라는 프레임워크도 처음 접하게 되었고, 간단하게 앱을 구축해보기까지 하면서 더 많은 창의적인 아이디어들을 접목해서 프로젝트를 진행해볼수 있겠다는 생각이 들었습니다. 최근 google colab에서 GAN(Graph attention networks)를 개발하면서, 기본이 조금 부족하지 않나, 애플리케이션 구축은 어떻게 하나 등의 의문점이 많이 들곤 했었는데요. 이 책을 통해 많은 의문이 해결되었던 것 같습니다. 이 책은 짧지만 중요한 내용들은 모두 포함하고 있어요. 1부터 100까지를 빠르게 보고 싶은 분들에게 정말 최적화된 책이라고 할 수 있습니다. "느린 템포로 모든 이론을 정확하게 이해하기보다, 직관적으로 빠르게 이해하고 실습을 실행해보고 싶은 독자분"들에게 최고의 책이 아닐까 싶네요. 또한 도식들과 책의 편집이 아주 깔끔해서 이해하고, 보고, 실습하는데에 아주 편리함을 느낄 수 있었습니다.
-- 이 글은 아래 블로그에 게재한 글입니다.
|
|
제목 : 파이토치 딥러닝 모델 AI 앱 개발 입문 저자 : 아즈마 유키나가 출판사: AK커뮤니케이션즈 책 내용: 파이토치와 딥러닝의 개요, 파이토치의 기보적인 사용법과 딥러닝 구현의 흐름, 파이토치를 능숙하게 사용하기 위한 기능들, CNN의 구조와 개념 그리고 이를 이용한 이미지 분류, RNN & LSTM & GRU 발전형, Streamlit 프레임워크의 사용, 웹 앱의 구축과 공개, 그리고 몇 가지 연습 과제. 정말 유익하고 전문적인 내용들이 압축적으로 잘 들어 있습니다. 평가: 이 책의 목표는 딥러닝을 PyTorch와 구글 코랩을 활용하여 효율적으로 익히고, 이를 이용하여 머신러닝의 구현을 차례로 습득하여 인공지능을 탑재한 웹 앱을 구축하는 데에 있습니다. 책은 PyTorch 및 딥러닝의 개요, 구글 코랩의 사용법부터 시작하여 CNN, RNN, 인공지능을 탑재한 앱 개발까지 단계적으로 설명하고 있습니다. 따라서 저와 같은 입문자들도 책에 참조되어있는 사이트 들이나 외부 자료를 참고하면서 조금만 노력한다면 딥러닝과 파이토치 사용법에 대한 정보를 흡수할 수 있을 것입니다. 독자들은 각 장에서 표기된 코드와 함께 PyTorch 사용법을 배우고 코랩을 통해 프로그래밍 언어인 파이썬을 사용하여 심층학습을 구현하며, Streamlit 프레임워크를 활용하여 훈련된 모델을 탑재한 인공지능 웹 앱의 구축 및 공개에 대해서도 차례차례 배울 수 있습니다.
책의 목차는 총 7개의 장으로 구성되어 있으며, 각 장은 아래와 같이 구성되어 있습니다: Chapter 0: 소개 이 책에 대한 소개와 구성에 대한 설명이 포함됩니다. Chapter 1: PyTorch와 심층학습 PyTorch의 개요와 심층학습에 대한 기초적인 내용이 다루어집니다. Chapter 2: 개발환경 구글 코랩을 활용한 개발 환경의 설정 및 사용법에 대해 다룹니다. Chapter 3: PyTorch로 구현하는 간단한 심층학습 PyTorch를 사용하여 간단한 심층학습 모델을 구현하는 방법에 대해 설명합니다. Chapter 4: 자동 미분과 DataLoader 자동 미분, 에포크와 배치 및 DataLoader를 활용하여 학습 데이터를 다루는 방법에 대해 다룹니다. Chapter 5: CNN(합성곱 신경망) 합성곱 신경망(CNN)의 기초부터 구현까지의 과정에 대해 다룹니다. Chapter 6: RNN(순환 신경망) 순환 신경망(RNN)의 기초부터 LSTM, GRU까지의 구현 및 활용 방법에 대해 다룹니다. Chapter 7: 인공지능 앱의 구축과 공개 Streamlit을 활용하여 인공지능 앱을 개발하고 공개하는 방법에 대해 다룹니다. 정말 배울게 많은 책이었고, 아무래도 반복적으로 읽고 따라해보면서 파이토치에 대한 개념을 익힐 수 있었던 것 같습니다! 좋은 기회 주셔서 감사합니다! |
|
오늘 리뷰할 책은 [파이토치 딥러닝 모델 AI앱 개발 입문] 입니다. 처음보는 출판사 책이라 두근두근 하네요. 그런데... 검색해보니 출판사의 홈페이지는 없나 봅니다. 어쨌든 파이토치는 예전에 딥러닝 공부할때 잠깐 봤던 정도이니 기억속에서 많이 사라졌는데 다시 복습하게 되어 좋았네요.
책에 나오는 예제들의 실행 환경은 아래와 같습니다. 저처럼 윈도우 환경이군요. 사실 구글 코랩을 사용하게 되면 브라우저만 있으면 되니까 크게 상관 없지만. 부록 데이터를 위해 카페에 가봤지만 검색해도 나오질 않네요. 찾으신분 있나요?
주요 목차는 앞부분의 기본 지식들을 설명하고, 중반부터는 CNN과 RNN, 그리고 후반부에서는 인공지능 앱이 나옵니다.
저는 책의 앞부분과 CNN쪽 설명들이 좋았습니다. RNN 부분은 너무 어려워서 잘 이해가 안가드라구요. 앞부분에는 기본적으로 알아야 하는 알고리즘이나 수학적인 내용, 용어들 설명이 있습니다. 처음 공부하시는 분들은 반드시 보고 넘어가야 합니다. 경사하강법 정말 중요합니다!
예전에 다른 책으로 공부하다가 에포크, 배치에 대한 설명이 부족해서 곤란했는데 이 책은 요렇게 설명을 하고 있어요.
패딩과 스트라이드도 CNN에서는 거의 필수로 사용되는 것이니 개념을 잘 보고 가실께요~
책에서 수많은 용어들을 다루는데, 원래 영어 표기가 있었으면 하는 아쉬움이 있었습니다. 이미 딥러닝이나 파이토치를 조금 아는 사람이라면 상관 없지만, 처음 공부하는 사람이라면 난감한수도 있어 보이네요. 아래에서도 "범화 성능" ??? 무슨 뜻일가요? 아마도 일본식 한자 표현 같습니다.
또 하나 아쉬운 점은 그림이나 사진이 꽤 있는데 모두 흑백 단색 인쇄라는점, 요즘 컬러 인쇄로 나오는 책들도 많거든요. 특히 아래는 컬러 인쇄로 했으면 좋았겠네요.
마무리 하면 300페이지 안되는 가벼운 분량의 책이나보니 좀 설명이 부족한것 같기도, 원서를 번역한거보다보니 어쩔수 없는 한계일수도 있겠네요. 처음 딥러닝이나 파이토치 공부하시는 분이라면 좀 더 분량 있는 책으로 먼저 공부하고, 이 책을 보기를 권합니다. "서평 작성을 위해서 책을 제공받아 작성하였습니다."
|
