날코딩으로 배우니 이해하기 더쉽다.

파이썬 날코딩으로 알고 짜는 딥러닝 - 프레임워크 없이 단층 퍼셉트론에서 GAN까지
윤덕호 지음 / 한빛미디어 / 2019년 7월

이책은 프레임워크 없이 파이썬으로 딥러닝을 이해해보자고 하는 책이다.

어쩌면 프레임워크에 익숙해져 기본에 대해 이해해 보고자하는 데에 적합한 책이다

주요 용어 정리.

1.1 단층 퍼셉트론 신경망 구조

학습과정 중에 끊임없이 변경되어 가면서 퍼셉트론의 동작 특성을 결정하는 값들을 파라미터

1.2 텐서 연산과 미니배치의 활용

텐서를 엄밀하게 정의하기란 쉽지 않지만 딥러닝에서는 다차원 숫자 배열 정도로만 이해해도 큰 문제가 없다.

일반적으로 딥러닝에서는 신경망이 여러 데이터를 한꺼번에 처리는 에 이를 미니 배치라고 한다.

입력성분의 일차식으로 표현되는 이런 계산과정을 선형연산

일차식으로 나타낼수 없는 계산 과정을 비선형 연산

학습 데이터 전체에 대한 한차례 처리를 에포크 (에폭,이폭으로도 부른다) 라고 한다.

딥러닝에서는 에포크 수나 미니배치 크기처럼 학습과정에서 변경되지 않으면서 신경망 구조나 학습 결과에 영향을 미치는 고려 요인들을 하이퍼파라미터 라고 한다.

해당용어들을 잘정리해야 뒤에서 학습하는데 문제가 없다.

코드를 한자 한자 따라 하다보면 해당 실습을 실행하는데 문제가 없었다.

오히려 내용은 프레임워크 를 사용할때보다 처음부터 분석을 하는과정을 따라할수가 있어서

말그대로 날코딩을 해봄으로써 이해하는데 더 도움이 될수 있었다.