개발자로 후회없는 삶 살기

서론 이번주는 새로운 이벤트가 많은 주였습니다. 기록하는 마음으로 회고합니다. 본론 - 확률 분포를 모델링하라 5주 차에 들어서기까지 다양한 강의와 과제를 하고 확률 분포를 모델링한다는 문장을 셀 수도 없이 많이 들었지만 정확히 그게 어떠한 의미, 메커니즘인지 이해를 못 했었습니다. 마치 경사하강법을 처음 배울 때 최소값을 가지는 최적의 W를 찾아서 기울기를 따라 이동한다고 하긴 하는데 Cost 함수의 X, y축이 무엇인지 모르고 도대체 어떻게 최솟값을 찾아가는지 추상적으로만 알고 있던 상황과 비슷했습니다. 하지만 이번에 배운 Hourglass 모델을 통해 확률 분포를 모델링하고 정규분포가 되도록 모델링하고 두 분포의 KL 발산을 최소화한다는 것에 다시 한 번 생각해 보게 되었습니다. 저는 항상 공부를 ..

서론 본격적으로 도입한 CV 고급 이론 학습을 회고합니다. 본론 - 얕은 지식 부수기 Version.2 ✅ 컴퓨터 비전의 근현대사를 이해하는 과정에서 이미지 분야 딥러닝의 근본적인 고민과 해결 방안을 고찰하고 깨닮음을 얻는 것이 여러 번 있었습니다. 1) 이미지 분류는 어떤 영상에 어떤 클래스가 들어있는 지 찾는 것이다. 2) 만약 모든 종류의 데이터를 가지고 있다면 분류 문제가 KNN 검색 문제가 된다. 3) NN은 방대한 데이터를 제한된 하드웨어에 압축해 넣은 것이다. 4) 학습 데이터는 인간이 보기 좋게 찍은 편향 데이터인데 실제 상황에서는 그 외 다양한 입력이 들어온다. 누군가에는 당연히 그런 것 아닌가라고 느껴질 수 있는 주제이지만 제게는 원래 알고 있던 지식을 다른 시각으로 볼 수 있는 좋은 ..

서론 본격적으로 딥러닝을 파헤쳐보는 3주차 느낀점을 기록합니다. 본론 - 얕은 지식 부수기 🚨 딥러닝의 기본적이자 필수가 되는 원리를 배우며 제가 가지고 있던 지식을 검증하고 새로운 사실을 배우는 시간을 가졌습니다. 결정적으로, 제가 "그러려니~" 알고 있던 얕은 지식을 부수고 보다 디테일한 사실을 습득할 수 있었습니다. 부스트캠프가 정말로 전문가를 양성하는 과정임을 제대로 느끼는 시간이었습니다. 1) cnn의 모토는 깊이는 깊게 하면서 w를 줄여 일반화 성능을 높이는 것 2) w가 적을수록 성능이 좋아서 최신 트렌드는 앞 단의 conv를 깊게 쌓고 뒷단의 fc를 얕게 쌓는 것 3) w의 수를 줄이기 위해 1 by 1으로 채널을 줄일 수 있고 최신 모델들은 3, 5, 7 보다 큰 필터 사이즈를 쓰지 않았..

서론 2주차에서 배우고 느낀 점을 회고합니다. 본론 - 모수가 뭐예요? 왜 알아야 해요? 어떻게 구해요? 그동안 모수가 항상 제 이론적 접근을 막았습니다. 간혹 딥러닝 논문을 읽다 보면 Likelihood라는 단어가 나올 때가 있는데 논문에서 만나면 전혀 감을 잡을 수 없고, 이해해야 하는 이유도 몰랐습니다. 제가 부제목으로 사용한 3가지 질문에 대해 답 할 수 있으면 Likelihood를 만나더라도 겁먹지 않고 더 나아갈 수 있습니다. 저는 실제 현장에서 불확실성을 줄이기 위해 사용하는 것이 통계라는 것에 큰 감명을 받을 수 있었습니다. - MLE 가능도 함수를 구하는 방법론 중 최대값으로 모수를 추정하는 방법입니다. 이를 처음 예제로 접했을 땐 유레카를 외쳤습니다. 전혀 생각지도 못한 부분에서 정답이..

서론 눈 깜짝할 사이에 빠르게 한 주가 지나갔습니다. 새롭게 시작하는 다양한 활동과 지식의 바다 속에서 부스트캠프 1주 차 생활을 돌이켜봅니다. 본론 - 함께 성장하기 첫 주는 OT 주로 진행 방식과 여러 정책들에 적응해 나갔습니다. 이중 가장 크게 와닿은 것은 동료와 함께 성장할 수 있도록 짜여진 커리큘럼입니다. 부스트캠프는 결코 떠먹여 주는 교육을 하지 않습니다. 최고의 컨텐츠를 제공하지만 그것을 소화하는 것은 본인의 몫입니다. 양질의 컨텐츠를 듣기만 하면 끝날까요? 🚨 결코 그렇지 않습니다. 이를 본인의 것으로 체화하고 강화하는 과정이 필요합니다. 하지만 온라인 과정에서 5개월 동안 컴퓨터과 대화하는 것은 쉽지 않습니다. 동료들과 나아가기✅ 그래서 부스트캠프가 선택한 방식은 동료기반 교육입니다. 매..