머가필요해

무더운 여름이 계속되지만, 공부도 계속 되어야 한다구요 !!!

▶ 기본 숙제 (필수)

CH03 (03-3) 사전 훈련 모델로 피스타치오 품종 이미지 분류 실습 후 결과 캡처하기

① 피스타치오 이미지 파일 다운로드

② 사전 훈련된 모델을 이용해서 품종 분류 예측 (EfficientNetB7 모델)

오늘은 일정이 좀 있어서 여기까지만 !

정신을 어디다 두고 다니는지...

지난 주가 여름 방학인줄로만 알고 마음 편히(?) 띵가 띵가 했는데,

이번 주가 여름 방학이고 지난 주는 공부를 했었어야 했다는 !!!

다행히, 넓은 아량을 갖고 계시는 우리 족장님이 한 주 유예를 해주셨다 !!!

▶ 기본 숙제 (필수)

CH03 (03-1, 03-2) MobileNet 또는 EfficientNet으로 이미지 분류하고 예측 결과 화면 캡쳐하기

코드를 살펴보면 딱히 설명할 것은 없다.

MobileNet 구조에 맞춰서 구성을 해주는 방식이다.

▶ 추가 숙제 (선택)

CH03 (03-3) 텐서플로 허브에서 모델을 불러오는 코드와 실행 결과 설명하기

상당히  특이한데, kerasLayer를 다운로드 받는 방식으로 불러온다.

입력을 받는 부분에 있어서 이미지 크기를 맞춰주는 부분만 추가 되었다.

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

책 제목에서 필요한 정보는 다 제공해주고 있다.

트랜스포머와 디퓨전 모델 기반의 생성형 AI를 실습해보면서 공부할 수 있도록 해주는 책이다.

그것도 6월 30일에 출간한 따끈따끈한 책이다.

참고로 원서는 24년 11월에 출간했다.

이 책은 입문자를 위한 책은 아니다.

파이썬이나 파이토치 등을 써봤고, 머신러닝이나 딥러닝에 대해서 살짝은 공부한 사람들을 위한 책이다.

그리고, 개인적으로 아주 좋아하는 풀컬러 책이다 !!!

최근 빠르게 발전하고 변화하는 AI 세상이다보니

원서의 코드들이 지금 실행하기에 이슈가 있을 수도 있는데,

예제 코드들을 다시 확인하고 정리해서 제공해주신다.

- https://github.com/yk-genai/genaibook

이 책은 총 10개 챕터를 3부로 나누어 구성하고 있다.

생성형 AI라고 해서 LLM 중심으로만 설명해주는 것이 아니라

Diffusion Model에 대해서도 설명을 해주면서 이미지 생성에 대해서 충실히 알려주고 있고

9장에서는 오디오에 대한 것 까지도 언급해주고 있다.

그리고, 각 챕터의 뒷 부분에 "연습 문제"와 "도전 문제"를 두어서

이 책을 스터디 용도로 사용하기에도 정말 좋다.

그리고 마지막 10장을 보면 이후에 어떤 주제를 추가적으로 공부하면 좋을지에 대해서도 설명해준다.

정말 공부하고자 하는 사람들을 위해 꼼꼼하게 신경을 많이쓴

충실한 교재라고 볼 수 있다.

말 그대로 눈 깜짝할 사이에 지나간 한 주.

어느덧 혼공학습단도 3주차가 되었다.

▶ 기본 숙제

Ch.02(02-2) VGGNet 또는 ResNet으로 고양이/강아지 이미지 분류하고 결과 화면 캡처하기

VGGNet으로 실행한 결과인데,

왠지 아쉬워서 ResNet까지 해봤다.

▶ 추가 숙제

Ch.02(02-1, 02-2, 02-3) AlexNet, VGGNet, ResNet 중 하나를 골라 모델 구조를 그림 또는 표로 정리하기

손으로 한 번 그려보려다가.... 그냥 summary 찍어버렸다 ^^

최근 IT 세상은 모두 AI로 채워져 있다.

심지어 나의 밥벌이인 S/W개발 부분에 있어서도 Cursor, Windsurf, Cline 등의

AI Coding Assistant 도구들이 춘추전국시대 처럼 우후죽순 쏟아지며 개발자들의 자리를 위협하고 있다.

이에 있어서 결정적인 트리거가 된 요소 中 하나가

안드레 카파시 아저씨가 외친 "바이브 코딩"이라는 키워드가 대중화 되어버린 것이라고 생각한다.

그런데, 과연 "바이브 코딩"이라는 것이 무엇일까?

그냥 "테트리스 게임 만들어줘"라고만 외치면 되는 것일까?

"바이브 코딩"이라는 것이 무엇인지, 어떻게 해야하는 것인지 알고자 하던 와중에

너무나 좋은 기회가 되어 신청한 리뷰어 신청이 당첨이 되어버렸다! 앗싸!!!

한빛+ 강의 목록도 AI가 모두 채우고 있다 ^^

"핸즈온 바이브 코딩" 강의는 프론트엔드/백엔드/데브옵스/보안 4가지로 구성이 되어 있고,

현재는 프론트엔드/백엔드 2개 강의가 등록되어 있다.

나는 프론트엔드 개발자는 아니지만, 뭐 사실 잡부이기에 별로 개의치 않고

"핸즈온 바이브 코딩: 프론트엔드" 강의를 열심히 들었다.

어디서 많이 뵌듯한 친근한 느낌인 "정개발(정도현)" 강사님인데,

'나는 프로그래머다' 컨텐츠에서 많이 뵈어서인 것 같다.

음... 다 좋았는데,

하나 아쉬운 점은 "Windsurf"를 가지고 진행했다는 점이다.

최근 시장 지배적인 위치에 있는 것은 "Cursor"인데,

"Windsurf"가 무료이거나 탁월하게 저렴한 것도 아니고 "Cline" 처럼 오픈소스인 것도 아니고...

거기에다가 결국은 OpenAI 인수가 실패하고

지금은 최초의 AI Developer로 유명했던 Devin의 개발사인 Congnition에서 인수해버렸고 ...

더 서운한 것은 백엔드는 Cursor로 진행하신다고 한다. (프론트엔드는 버림 받은 느낌이 든다 ㅠㅠ)

하지만, 강의 내용 그대로 Cursor로 따라해도 무방하다고 하니 참고!

보다 충실한 소통을 위해 Discord 채널도 운영해준다.

Discord는 쓰는 사람만 사용해서인지 좀 썰렁하긴 하다.

커리큘럼은 총 13차시로 구성되어 있다.

추가적으로 3개의 세미나도 제공해주는데, 유명한 분들의 좋은 인사이트를 엿볼 수 있는 좋은 내용이다!

강의 초반부는 이론적인 설명들로 이루어져 있다.

지루하게 느껴질 수도 있지만,

그냥 한 번 취미로 해보는 것이 아니라 실제 업무에 '바이브 코딩'을 사용하려 한다면

혼자서 깨우치려면 정말 많은 시간과 노력을 들여야만 찾아낼 수 있는

하나 하나가 정말 소중한 내용이다.

중간부터는 실제 실습을 하면서

중간에 발생하는 상황들에 대해서 전부 live로 대응을 하는 방식으로 진행되어서 정말 좋았다.

기능을 하나씩 따로 설명해주는 것이 아니라

온전한 프로젝트를 하나 완성해 나가는 과정을 모두 보여주기 때문에

보다 더 실용적이고 실무적인 느낌이 훨씬 더 강하게 느껴지는 강의였다.

그리고, 정말 좋았던 것 중 하나는 강의 발표 자료 또는 소스 코드를 모두 제공해준다는 점이었다.

강의 화면에서 지나갔던 것들에 집착하지 않고

강의는 강의대로 보고 따라서 해볼 때에는 발표 자료나 소스코드를 참조해서 해볼 수 있어서 정말 좋았다.

아! 정개발님이 운영하는 오픈카톡방도 있다.

최근 바이브 코딩과 관련된 트랜드 게시물들을 자주 공유해주신다!

'바이브 코딩'에 대해서 알고 싶으신 분들에게 이 강의는 추천!

https://www.hanbit.co.kr/product/C0890296422

혼공학습단을 하게 되니, 일주일이 너무 빨리 지나간다.

저번 주 스터디를 한지 얼마 안된 것 같은데, 벌써 2주차 마지막 날이라니... 

정말 다행인 것은 다음 챕터가 아닌 Chapter 01 실습이라 큰 부담은 되지 않았다. 😅

▶ 기본 숙제 (필수)

Ch.01(01-3) LeNet으로 Fashion MNIST 분류 실습 후 예측 결과 화면 캡쳐하기

앞서 분류되어 있는 test 데이터를 가지고 실행하도록 했고,

눈으로 좀 보고 싶어서 앞의 10개 데이터는 화면에 보여주도록 했다.

▶ 추가 숙제 (선택)

예측이 틀린 이미지를 골라 "왜 틀렸을까?" 추측해보기

실제로는 "Coat"인데, "Pullover"로 예측을 한 샘플이다.

전체적으로 예측값과 실제값 사이의 matrix를 찍어보면 다음과 같다.

예측값이 틀린 경우를 보면 주로 Shirt, T-shirt/top, Pullover, Coat에서 발생한다는 것을 알 수 있다.

실제 상당히 유사한 데이터들임을 알 수 있다.

이를 극복하기 위한 방법을 생각해보면 다음과 같다.

- 더 많은 데이터 (Augmented 포함)

- 28x28 보다 더 큰 이미지 사이즈

- 단색이 아닌 RGB 컬러 이미지 입력

관심 있는 책들을 가지고 혼공 활동을 열심히 했더니,

참여할만한 것들이 없어서 쉬었던 혼공학습단 활동을 간만에 하게 되었다.

바로 이 책이 나왔기 때문이다.

- https://www.whatwant.com/entry/honman-deep

그래서, 이번 혼공학습단 14기에 지원하게 되었고,

기쁘게도 선정이 되었다.

앞으로도 계속 "만들면서" 시리즈가 나왔으면 좋겠다.

- https://hongong.hanbit.co.kr/

혼공시리즈이기에 너무나 고맙게도 동영상을 비롯해 소스코드까지 모두 제공해준다.

- https://www.youtube.com/playlist?list=PLVsNizTWUw7F1EIzSwUiPn3PFSO-aSEHi

박해선님은 나를 모르겠지만,

나는 박해선님을 애정한다 !!! ^^

- https://github.com/rickiepark

이번 첫 주 공부할 거리는 다음과 같다.

▷ 기본 숙제

- 소스코드 확인하기

  . https://github.com/rickiepark/hm-dl

- '01-3.ipynb' 파일 확인

  . https://github.com/rickiepark/hm-dl/blob/main/01-3.ipynb

- 'Open in Colab' 클릭

  . 'Drive에 사본 저장'까지 진행

- 모두 실행

- LeNet-5 그리기

▷ 추가 숙제

  - 합성곱층 (Convolution Layer)

    . 이미지와 같은 2D 형식의 데이터의 특징을 추출하는 layer로써 결과물로 특성맵(feature map)을 만들어 냄

  - 풀링층 (Pooling Layer)

    . 중요한 특징은 유지하면서 이미지(데이터)의 크기를 줄이기 위한 layer로써, 평균값 또는 최댓값을 활용

  - 밀집층 (Dense Layer)

    . 결과를 도출하기 위해 이전 layer들의 feature들을 모두 1D 형태로 변환하여 처리

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

개발자라면 누구나 알고 있을 "혼공" 시리즈.

혼자서도 공부할 수 있도록 잘 만들어진 책일 뿐만 아니라,

동영상 강의도 제공해주고 샘플 코드도 제공해주는 정말 혜자와 같은 교과서들이다.

그런데, 이제는 "혼공"이 아니라 "혼만" 시리즈가 나오고 있다.

"혼자 만들면서" 시리즈 !!!

그것도, "딥러닝" !!!

거기다가, "박해선"님 !!!

5월에 출간한 따끈따끈한 책이다.

딥러닝은 CNN 부터 시작하는 것이 국롤이기에,

이 책 역시 '합성곱 신경망(CNN)'으로 Chapter 01 시작이다.

최근 트렌드는 LLM,

트랜스포머의 디코더 기반으로 만들어진 GPT 모델도 Chapter 05에서 알려주고 있다.

트랜스포머의 인코더와 디코더를 모두 사용하는 모델인

BART와 T5까지 마지막 챕터에서 언급해주고 있다.

이론이 아니라 직접 만들어 보면서 공부할 수 있는 책이라서 정말 마음에 들었다.

그렇다고 이론적인 내용이 없는 것도 아니다. 충분히 친절하게 이론에 대한 설명도 해주고 있다.

더더욱 이 책이 마음에 드는 것은 컬러 인쇄이다!!!

눈이 안아프게 빛 반사도 적은 종이 재질이다!!!

이와같은 "혼공/혼만" 시리즈 책을 정말 제대로 공부하기 위해서는

"혼공학습단"에 지원해서 맛있는 간식을 먹으며 많은 사람들과 함께 공부하는 것이다.

이번 14기 참여 기회를 놓쳤다면.... 다음 15기에 지원하면 된다 ^^

종종 있으니 꼭 기억했다가 참여하길 바란다.

"혼공/혼만" 시리즈 책들은 많이 있으니 관심있는 다른 책도 구매해서~~~ ^^

혼공학습단 활동을 열심히 하면 많은 것들이 생긴다 !!!

혼자 공부할 수 있는 책이지만,

혼자 하다 보면 의욕이 떨어지거나 작심삼일이 되기 쉬운 분들은

이런 활동을 통해서 동기부여를 받으면 좋지 않을까 한다.

화이팅!!!