-
-
가장 빨리 만나는 딥러닝 with Caffe - 인공지능, 기계 학습, 이제는 딥러닝이다
다케이 히로마사 지음, 이주석 옮김 / 길벗 / 2016년 8월
평점 :
절판
일단 두깨압박이 심히 적은 책이랍니다.
기술쪽은 왠지 전공을 안하면 두렵곤 해지는데,
그런 저같은 독자를 위해 마련된 책이리 싶은,
시대가 시대이니만큼,
머신러닝은 무엇인지 알아두면 좋으리 싶기에,
'지금 사람'들에게 추천하고픈 컴퓨터 교양도서랍니다.
차례를 보면,
기초편 - 이론편 - 체험편
세 단계로 나뉘어 있으니,
저같은 독자는 기초-이론편에 시간투자를 더하시고,
보다보니 흥미롭구나! 싶다면
체험편까지도 깊이 보시면 좋겠어요.
'딥러닝'부터 정의해야겠지만,
우선 Cafferk 부터 살펴보지요.
체험편에서 Caffe에 대한 기본지식을 알려줍니다.
Caffe는 오픈 소스로 개발된 딥러닝 프레임워크 중 하나.
오픈 소스로 개발된 딥러닝 프레임워크에는 여러가지가 있는데
그 중 Caffe는 C언어 등 프로그래밍언어들과 호환이 된다하여
인기가 많다고 합니다.
이 책은,
프로그래밍 언어에 관한 책이 아니니,
안심하고 읽을만한 교양서적 맞지요.
(저같은 일반인에게 말입니다)
우선 '딥러닝'이 무엇인가 볼까요.
딥러닝은 기계 학습에 속한 여러가지 기법 중 하나입니다.
검색엔진인 구글 트렌드는 키워드 검색 횟수를 기반으로
관심도를 계산해 시계열로 표현하는 도구입니다.
2009년부터 기계 학습 키워드에 대한 인기도가 꾸준히 증가해왔지요.
인식하지 못했지만, 둘러보면 주변에 기계학습을 통한
시스템이 여럿 있습니다.
스팸 메일만 봐도 그러니깐요.
그러면 기계 학습은 어떻게 하느냐.
학습기를 통해 학습모델을 만들어내야 기계 학습이 가능해지니,
데이터에서 규칙성이나 패턴을 찾아내는 장치인 학습기를 만들고,
그 학습기에 훈련 데이터를 통해 찾아낸 규칙이나 패턴이
학습 모델로 만들어집니다.
이렇게 학습모델을 만들기 까지를 '학습처리'라고 합니다.
그리고 학습처리를 통해 만들어진 학습 모델은
다양한 처리에 사용되는데,
이렇게 다양한 답을 얻는 과정을 '판정처리' 라고 합니다.
기계 학습은 크게 두 가지로 분류됩니다.
1) 데이터를 기준으로 지도학습과 비지도 학습으로 분류
2) 풀려고 하는 문제를 기준으로 회기분석, 분류, 클러스터링으로 분류
인공 신경망은
생물의 뇌 신경망을 모델로 삼아 만든
컴퓨터 처리 시스템입니다.
뉴런, 축삭돌기, 수상돌기, 시냅스를 모델 삼아
컴퓨터 처리 시스템의 각 요소를 만들었지요.
뉴런 - 노드
수상돌기, 축삭돌기 - 웨이트
시냅스 - 활성화 함수
그리하여,
인공 신경망을 들여다보면
입력층 - 은닉층 - 출력층
뉴런에 해당하는 노드,
그리고 수상, 축삭돌기에 해당하는 웨이트.
그리고 각각의 웨이트는 연결가중치라는 값을 가집니다.
스마트폰의 시리를 처음 만났을때,
어떻게 이런 대답이? 하고만 신기했는데,
생각해보니, '음성 인식' 자체부터 신기한 일입니다.
'사람이 말하는 소리'라는 음성 인식이
딥러닝을 이용해 성능이 크게 향상된 분야 중 하나라는 것.
또한 이미지 처리 분야에서도 오랜 연구가 진행되었고
얼굴인식 방법도 또한 여러 기법이 있다 합니다.
이미지 인식분야 중 이미지 처리는 특히 크게 발전한 분야.
전문적인 설명은 책을 참조하셔야겠고요.
딥러닝은 층이 있는 신경망을 이용한 알고리즘의 총칭입니다.
딥러닝 알고리즘으로 심층 신경망을 이용하는 다양한 방법이 시도되고 있다고 합니다.
컨볼루션 신경망, 오토인코더, 순환 신경망은 그 다양한 방법 중 가장 자주 사용되는 방법이라고 하네요.
어떠한 용도로 쓰이느냐에 따라
적절한 방법이 정해지게 됩니다.
4장에서는 조금 더 깊이 들어가는 이론,
딥러닝 알고리즘의 계산과 학습방법 설명이 이어집니다.
입력층과 은닉층에는 통상 바이오스 노드라는 특별한 노드가 있고,
웨이트의 연결가중치를 두고
활성화 함수를 계산하게 됩니다.
물론, 딱 하나가 아니라 이 또한 여러 함수가 있습니다.
그렇다면 신경망 학습 방법은 어떤 것들이 있을지.
신경망 알고리즘은 지도 학습을 기반으로 하는 기계 학습을 이용하여 최적화합니다.
학습을 통해 각 단계 연결가중치를 최적화 하는데,
최적화는 무엇을 기준으로 실행하는지,
근본적인 설명부터 시작해봅니다.
그림과 더불어 설명을 해주다보니,
물론, 여러번 읽어서 이해를 해야하지만
어느정도 개념이 잡히기에 효과적으로 다가왔네요.
후반에서는 직접 프로그램을 이용해볼 수 있게
Caffe 설치 방법부터 동작법, 샘플 프로그램 동작 등
앞서 이론으로 알려준 기계학습을 프로그램으로 실행해볼 수 있게 안내해주고 있습니다.
딥러닝, 기초부터 차근차근 이해하자!
컴퓨터 교양도서로 이 책이 감사한 이유는,
이렇게 분류의 기준을 알려주고 분류하여
각각에 대해 정리해주면서 이해를 시켜주어서 였습니다.
저같은 미전공자들에게 있어 어려운 단어임은 틀림없지만,
그에 관한 어렵지 않은 설명 덕분에
비록, 제대로 이해하려면 여러번 읽어야 하지만,
개괄적 이해에 감사한 책이 분명했습니다.
기초뿐 아니라 이론을 자세히 설명도 함께 하고,
더불어 Caffe 실행화면과 함께 언어를 어떻게 해석해야하는지도 알려주며
발딛어볼 수 있게 도와주는 전문성이 가미된 교양서적이었습니다.
부담스럽지 않은 두깨감의 책,
아무튼 여러번 봐야겠습니다.