1889년 Starry Night(별이 빛나는 밤에)를 그린 Vincent Van Gogh 고흐가

우리집 거실밖 풍경을 그렸다 ^^;;

딥러닝 구현은 구글이 만든 텐서플로와 메타(구, 페이스북)이 만든 파이토치가 있다.

이중 많은 사용자층을 형성하고 있는 텐서플로로 딥러닝 구현을 배우는 책이다.

이책은 저자가 무려 4명이나 된다.

이 들 모두 kaggle 스터디에서 만난 사람들이라 한다. 함께 그룹 스터디를 시작해서 이렇게 책까지 내게 되었다. 그룹스터디를 신나게 했을 그들이 상상이 된다.

이책은 파이썬으로 작성이 되었으나 파이썬에 대한 설명은 없다.

즉, 파이썬을 왠만큼 접해본 사람들이 볼수 있다.

서문에는 머신러닝 기본개념까지 아는 사람이 보길 권한다.

즉 이책은 파이썬 과 머신러닝은 쪼금 아는데

텐서플로를 배우고 싶은 사람들에게 권하는 책이다.

텐서플로의 장점중의 하나가 검증된 사전학습 모델을 이미지 분류, 객체탐지, 스타일전이, 텍스트분류 등 다양한 딥러닝 케이스에 갖다 쓸수 있는 텐서플로 허브가 있다.

딥러닝, 머신러닝.... learning ... 에서 제일 중요한것은 학습을 제대로 할

양질의 데이타이다. 이 기초 데이타를 만들어 전처리하는 여러 작업이

인공지능인 머신러닝, 딥러닝에서 가장 중요하고 지난한 작업이다고 한다.

그런데 이부분을 가져다 쓸수 있다니, 초심자들이 학습하기에 좋은듯 하다.

특히, 이번 2022년 대선 대통령 후보자 제2차 토론에서 안철수 후보가

윤석열 후보에게 공공데이타의 중요성에 대해 질의 하기도 했다.

크게 텐서플로, 케라스, 합성곱신경망(CNN), 순환신경망(RNN)을 다루고 있고

여기에 강화학습까지 다루고 있다.

전반적인 구성은 심도있기보다

딥러닝 전분야의 기본 개념및 최신트렌드를 두루 소개 하고 있다.(아마도 그룹스터디때 공부했던것들이어서 그런지 쉬운예제로 요약된 느낌)

아쉬운점은 텐서플로, 케라스 까지는 이해 난이도가 높지 않으나

RNN 이후로는 간간이 코드도 길어지며 난이도가 높아지는데 코드 설명이 세세히 따르지는 않다.

이책에서 재미있는 부분은

이미지 처리 분야인 CNN과

텍스트 처리 분야인 RNN이다.

CNN의 경우에는 포토샵의 특수효과 같은 기능을 직접 시험해 볼수도 있다.

특히 책을 읽으면서 시험해보고 싶은 곳은 part 4 10장 style transfer 였다

style transfer라는것은 내가 찍은 거실밖 풍경 사진을

마치 고흐가 그린듯이 바꿔 주는 기능이었다.

즉 위의 그림(고흐가 그린 별이 빛나는 밤에) 처럼

내가 찍은 아래의 사진을

바꿔 주는 것이다

이렇게 코드를 수정하고 실행하면

짜~잔....

고흐가 우리집에 와서 우리집 거실창 밖을 그린 그림이다...헐....

2021년 작년에 "맛있는 디자인 포토샵&일러스트레이터 CC 2021" 서평을 작성했었는데

그때 가 생각난다...

(포토샵CC 2021에 추가된 인공지능 기능 Adobe Sensei 기반의 Neural 필터 사용한 작업 전/후 과정)

포토샵에 인공지능 기능을 추가해 기능이 한결 고급 스러워 져서

예전 2000년대에 포토샵 공부할때와 격세지감에 온몸이 전율했는데

텐서플로로 내가 직접 해볼수 있다니...감개 무량했다...

RNN의 경우 영어에 비해 한국어가 조사와 복잡한? 띠어쓰기 때문에 더욱더 복잡하다는것도 알게 되었다.

RNN의 경우 네이버 리뷰 감정 분류 부분도 있지만

간단한 챗봇을 직접 만들어 보는 예제가 더욱더 매력적이었다.

본인의 경우 시계열 데이타 처리에 관심이 지대하여 RNN에 관심이 많았는데

CNN에서 흥미로운 주제들도 있지만 RNN의 경우 어떤 주제로 진행될까 햇는데

챗봇이 있어 실습을 해봤다.

320page 2번 코드셀에서 에러가 나 github에 질의를 올렸는데

질문후 이전 질문 검색해보니 답변이 있었는데 저자는 얼마 되지 않아 친절히 별도의 답변을 위와 같이 달아 주었다 ^^;;;

실행해보니

10 epoch 씩 20번 학습하는데 무려 11분이나 걸렸다.

바로 질문을 해보았는데, 좀 얄굿게 시사적인 질문을 했는데...

너무 했나보다...^^

이책의 챗봇은 기본적인 seq2seq로 일단 간단히 제작되었고 colab의 제한된 무료범위에서

시행하다보니...그런듯 하기도 하다.

그래서

좀더 업그레이된 두번째 챗봇은 attention이 seq2seq에서 디코더부분에 추가된 버젼을

학습시켜보니

이번엔 학습에 9분이 걸리고

비슷하게 질문했는데... ^^;;;;;

이책의 RNN 파트에서 최고급 기술인 Transformer

를 시험했는데

5개 2022년 3월 시사평을 간단히 올려 봣는데

이중 4개를 정확히 분류하였다.

특히 순환신경망(RNN)의 주요 알고리즘중 GRU의 경우 LSTM의 간이 버젼인데

뉴욕대학교의 "조경현" 교수가 발명했다고 하니 왠지 뿌듯했다.

강화학습의 경우엔

위의 구조인데

여기서 앞의 CNN, RNN과 는 달리 에이전트가 학습할 환경이 필요하단다.

RNN 까지는 Colab 하나면 충분했는데

OpenAI Gym(https://gym.openai.com/) 에서 제공하는 강화학습 환경 사용을 추천한다.

위에서 제공하는 "Frozen lake" 게임을 통해서 강화학습을 진행한다.

앗, 요즘 초중고 학생들이 코로나로 집에 있으면서 늘어난 시간이

아마도 유튜브 시청과 온라인 게임일거라 생각이 든다.

본인의 아들도 LOL에 빠져 있는데

게임과 코딩에 관심이 많은 초중고 생중 인공지능에 대해 관심이 잇다면

인공지능중의 머신러닝, 그 머신러닝중의 딥러닝,

그리고 딥러닝중의 최고핫한 강화학습에 관심이 잇지 않을까 한다.

강화학습은 이책에선 쉬운 비유로 "게임을 잘하는 방법을 찾는것" 이라 비유한다.

인공지능을 전세계적으로 열풍을 이끌어 두번의 겨울을 지난 인공지능의 세계적

트렌드로 바꾼 역사적 사건 바로 알파고와 이세돌의 격돌인데

그 알파고가 사용했던 것이 바로 강화학습, DQN 이라한다.

이책에선 Frozen lake와 강화학습의 대표적인 샘플인 Cart-Pole 설명으로

이책을 마무리 한다.

책의 구성은 전반적으로 각 장별로 주요 개념을 길지 않게 짤막하게 정리하는 식으로

전개를 하며 편집도 깔끔하게 구성이 되었다.

* 이책은 아래와 같이 주요 개념은 그림으로 정리를 하여 이해하기 쉽게 하기 위해 블락다이어그램을 많이 활용하였다

전세계 정부와 기업들이 군침을 흘리고 있는 인공지능 딥러닝을

이책 한권으로 끝낼수는 없다.

그러나 어느정도 기초가 된 독자들이 선택하여 읽는다면

더 깊고 다양한 딥러닝의 세계로 한단계 업그레이드 시켜줄 디딤돌로써 가치가 있을듯 하다.

4명의 공저자들의 시작은 캐글이었고

서문의 마지막 권고로 캐글에서 입문대회 를 추천을 한다.

캐글러가 되어 보자 ^^

저자중 한사람은 텐서플로 개발자 자격증 시험도 준비한듯하다.

가능하면 이기회에 자격증 하나라도 ^^

공저자들의 그간 그룹 스터디를 요약한 느낌으로

훨씬더 두껍고 깊이 다루는 책으로 들어가기전

전체적으로 두루두루 개념과 코드를 간단히 훑어 볼수 있어

전체적인 딥러닝의 흐름에 오히려 집중할수 있는 책으로 제격인듯 하다.

일독및 일타를 권한다 ^^ (백문이 불여 1타)

<YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다.>