'첫 술에 배부를 순 없다.'
는 말이 있습니다. 그렇더라고 첫 술이 맛있으면 나머지도 더 잘 먹을 수 있지 않을까요?
이 책을 통해 딥러닝에 가까워지는 시간을 만날 수 있다고 생각합니다.
'딥러닝을 씹어먹고 말리라' 같은 결연한 의지는 잠시 접어두시고, 딥러닝이 어떻게 생겼는지 안내하는 저자를 따라가는 것만으로 충분히 좋은 시간이 될 수 있을 것입니다.
그림을 보여주며 설명하고, 수식으로 표현한 뒤, 코드로 구현해 보는 방식을 취하고 있습니다.
딥러닝이 처음인데 그림 몇 개로 이루어진 설명, 설명을 표현한 수식, 수식을 실행하기 위한 코드를 보는 것만으로 모두 이해할 수 있으면 천재이지 않을까요?
그러니 너무 부담 갖지 않고 읽으셨으면 하는 마음입니다.
책에 있는 수식을 보며 겁먹을 것도, 모두 이해할 필요도 없다고 생각합니다. 우선은 그냥 좀 특이한 표현 방식이라는 생각과 함께 큰 의미를 두지 않고 읽어가도 괜찮을 듯합니다.
이쪽 동네에서는 뭔가 하고 싶은 얘기를 이렇게 표현하는구나 조금 낯설긴 하네, 뭐 보다 보면 눈에 익숙해지겠지 하고 넘어가도 되지 않을까요? 한번 보고 말 것도 아니고 차차 눈에 들어오겠지 하고요.
딥러닝 안에는 뭐가 들어있는지 보여주고, 딥러닝이 사용하는 용어들에 익숙해질 수 있는 책이 아닐까 합니다.
신경망, 말만 들어도 뭔가 머리가 복잡해지는 느낌입니다.
조금 부담스럽긴 하지만, 책에서 언급한 용어를 나열해 보겠습니다.
멘탈 모델, 구현, 개념, 지도 학습, 비지도 학습, 합성곱 신경망(CNN), 순환 신경망(RNN), 자동 미분, 합성 함수, 도함수, 벡터, 회귀, 모델, 레이어, 모델, 옵티마이저, 트레이너, 채널, 로스, 파라미터, 모멘텀, 학습률, 드롭아웃 등
그렇다면 이런 용어는 어떠신가요?
마더보드, 소켓, 칩셋, 파워, ATX, 대기전력, CPU, 인텔, AMD, 듀얼코어, 쿼드코어, 라이젠, 펜티엄, 램, DDR3, DDR4, 대역폭, m.2, 그래픽 카드, GTX, 라데온, SSD, HDD, 쿨러 등
컴퓨터 본체를 열면 만나게 되는 각종 부품과 그에 관련된 용어입니다.
이렇게 나열해 놓으면 모르는 사람에게는 딥러닝이나 컴퓨터나 알 수 없기는 매한가지라는 생각이 듭니다.
조금씩 익숙해지고 여기저기서 주워들으며 역할이나 명칭을 알아가는 것과 비슷합니다.
그렇기에 설명과 그림을 보며 무슨 얘기를 하는지 어렴풋이 이해하며 개념을 잡아가는 것부터 시작하면 되지 않을까요.
최솟값을 찾아가는 여정에 함께 하신 것을 환영합니다.
한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.
