이 책에서 다루는 내용
- 다양한 데이터셋, 모델 아키텍처로 맞춤형 모델 제작
- 이미지 인식, 자연어 처리, 시계열 등 다양한 딥러닝 모델의 개념
- 시를 쓰고(준지도 학습 가짜 이미지를 만드는(GAN 심화 모델 제작
- 자기 지도 학습(대조 학습을 통해 라벨이 없는 이미지를 사용한 모델 학습
- 사전 학습 모델의 전이 학습을 통한 비용 절감
- Lightning Flash를 통해 SOTA 모델 활용 방법
- ONNX 형식을 이용한 모델 배포와 추론
- 혼합 정밀도 방식과 여러 개의 GPU를 사용한 모델 학습과 추론
이 책의 대상 독자
딥러닝이 항상 궁금했지만 어디서 시작해야 할지 몰랐거나 거대한 신경망의 복잡함에 주저했던 경험이 있다면 이 책이 적합하다. 딥러닝이 식은 죽 먹기처럼 쉬워진다!
문제를 해결하기 위해 딥러닝을 배우려는 비전공 데이터 과학자를 위한 책이다. 다른 프레임워크를 사용하다가 파이토치 라이트닝으로 넘어오려고 하는 전문 데이터 과학자에게도 도움이 된다. 파이토치 라이트닝으로 딥러닝 모델을 코딩해 보려는 딥러닝 연구자에게도 실용적인 코드가 많다. 내용을 최대한 이해하려면 파이썬 프로그래밍에 대한 실무 지식과 통계학, 딥러닝 기본기에 대한 중급 수준의 이해도가 필요하다.
이 책의 구성
1장, ‘파이토치 라이트닝 탐험’에서는 딥러닝에 대한 짧은 역사로 시작해서 파이토치가 가장 사랑받는 프레임워크인 이유를 알아본다. 파이토치 라이트닝이 무엇인지, 어떻게 만들어졌는지, 파이토치와는 무엇이 다른지 살펴본다. 파이토치 라이트닝의 모듈 구조를 다루면서 파이토치 라이트닝이 모델링을 위한 엔지니어링에 드는 에너지를 줄이고 연구에 집중할 수 있게 만드는 방법을 다룬다.
2장, ‘첫 번째 딥러닝 모델 시작하기’에서는 파이토치 라이트닝으로 모델 구축을 시작하는 방법을 다룬다. 실습으로 간단한 MLP(Multilayer Perceptron 모델부터 실제 이미지 인식에 사용하는 CNN 모델까지 만들어본다.
3장
