이책에서다루는내용
-다양한데이터셋,모델아키텍처로맞춤형모델제작
-이미지인식,자연어처리,시계열등다양한딥러닝모델의개념
-시를쓰고(준지도학습)가짜이미지를만드는(GAN)심화모델제작
-자기지도학습(대조학습)을통해라벨이없는이미지를사용한모델학습
-사전학습모델의전이학습을통한비용절감
-LightningFlash를통해SOTA모델활용방법
-ONNX형식을이용한모델배포와추론
-혼합정밀도방식과여러개의GPU를사용한모델학습과추론
이책의대상독자
딥러닝이항상궁금했지만어디서시작해야할지몰랐거나거대한신경망의복잡함에주저했던경험이있다면이책이적합하다.딥러닝이식은죽먹기처럼쉬워진다!
문제를해결하기위해딥러닝을배우려는비전공데이터과학자를위한책이다.다른프레임워크를사용하다가파이토치라이트닝으로넘어오려고하는전문데이터과학자에게도도움이된다.파이토치라이트닝으로딥러닝모델을코딩해보려는딥러닝연구자에게도실용적인코드가많다.내용을최대한이해하려면파이썬프로그래밍에대한실무지식과통계학,딥러닝기본기에대한중급수준의이해도가필요하다.
이책의구성
1장,‘파이토치라이트닝탐험’에서는딥러닝에대한짧은역사로시작해서파이토치가가장사랑받는프레임워크인이유를알아본다.파이토치라이트닝이무엇인지,어떻게만들어졌는지,파이토치와는무엇이다른지살펴본다.파이토치라이트닝의모듈구조를다루면서파이토치라이트닝이모델링을위한엔지니어링에드는에너지를줄이고연구에집중할수있게만드는방법을다룬다.
2장,‘첫번째딥러닝모델시작하기’에서는파이토치라이트닝으로모델구축을시작하는방법을다룬다.실습으로간단한MLP(MultilayerPerceptron)모델부터실제이미지인식에사용하는CNN모델까지만들어본다.
3장,‘사전학습모델을사용한전이학습’에서는사전학습모델을통해많은학습시간과비용없이훌륭한성능의모델을만들수있는지다양한데이터세트로알아본다.이미지와자연어에대한사전학습모델을수정하는작업을진행한다.
4장,‘라이트닝플래시를통한사전학습모델활용’에서는최고성능(SOTA,State-Of-The-Art)모델라이브러리인파이토치라이트닝플래시를다룬다.사람들이자주사용하는알고리즘과프레임워크를바로사용할수있도록대부분지원해서데이터과학자가빠르게벤치마킹과실험을수행할수있도록돕는다.비디오분류모델과음성인식모델을다룬다.
5장,‘시계열모델’에서는시계열모델을집중적으로다룬다.실제사용사례를살펴보면서기본부터RNN(RecurrentNeuralNetworks)와LSTM(LongShortTermMemory)모델같은심화기술까지순차적으로살펴본다.
6장,‘심층생성모델’에서는단계별로존재하지않는이미지를생성할때사용하는GAN과같은생성형딥러닝모델의작동과구현을알아본다.
7장,‘준지도학습’에서는준지도학습모델의작동방법과파이토치라이트닝을통한구현방법을살펴본다.또한CNN과RNN모델을함께사용해라벨과이미지캡션을생성하는준지도학습모델을기초부터심화까지실습하면서자세히알아본다.
8장,‘자기지도학습’에서는라벨없는데이터로동작하는자기지도학습이라는새로운분야에집중해서자기지도학습모델의작동방법과파이토치라이트닝을통한구현방법을살펴본다.대조학습(contrastivelearning)실습을다루고SimCLR모델과같은기술도알아본다.
9장,‘모델배포및예측수행’에서는딥러닝모델을그자체로배포하는기술과ONNX같은상호운영가능한형식으로배포하는방법을구체적으로다룬다.또대량의데이터로모델평가를수행하는방법을알아본다.
10장,‘훈련확장및관리’에서는대규모로모델을학습하고관리할때만나는여러문제를살펴본다.자주발생하는문제와그문제를해결하는팁을알아본다.또한실험을세팅하는방법,모델학습을재개하고하드웨어를효율적으로활용하는방법등을다룬다.
지은이의말
딥러닝은기계를사람처럼만든다.딥러닝은기계가비전모델을통해‘볼수있게’하고,알렉사와같은음성장치를통해‘듣게하고’,챗봇을통해‘말하게하고’,준지도학습모델을통해‘쓰게’하며,심지어생성형모델을통해예술가처럼그림도‘그리게’한다.파이토치라이트닝을사용하면연구자들이복잡성에대한걱정없이딥러닝모델을빠르고쉽게만들수있다.딥러닝프로젝트에서모델공식에서구현까지최대한의유연성을확보하면서생산성을극대화할수있도록돕는책이다.
파이토치라이트닝으로딥러닝모델을구현하는실습과관련된기법을이해하면즉시실무를수행할수있다.클라우드환경에서파이토치라이트닝을구성하는방법을알아보고아키텍처구성요소를이해하면서다양한산업솔루션을구축하기위해파이토치라이트닝이어떻게만들어졌는지살펴본다.다음으로신경망아키텍처를만들고애플리케이션에배포해보면서프레임워크가제공하는기능을넘어자신의요구사항에맞춰확장하는방법을알아본다.
또한CNN(ConvolutionalNeuralNets)과자연어처리(NLP,NaturalLanguageProcessing),시계열데이터,자기지도학습(Self-SupervisedLearning),준지도학습(Semi-SupervisedLearning),생성적적대신경망(GAN,GenerativeAdversarialNetwork)과같은모델을파이토치라이트닝을통해만들고학습하는방법을설명한다.
옮긴이의말
파이토치라이트닝은코드를구조화하고재사용성을높이기위해파이토치사용자가이용하는프레임워크입니다.사용방법이직관적이고문서화가잘돼있기는하지만사용자층에비해사용방법을소개한책은국내에는물론해외에도거의없습니다.이번기회에파이토치라이트닝을소개하는책을번역하게돼기쁩니다.
원서출간시기와번역서출간시기사이에파이토치와파이토치라이트닝의메이저버전이모두업그레이드됐습니다.그로인해원서와코드나코드설명이달라지는부분이있었습니다.코드를모두확인했지만혹시문제가발생한다면알려주시기바랍니다.
작년말,호기롭게두권을번역하기로하고드디어그중한권인『파이토치라이트닝으로시작하는딥러닝』의역자서문을쓰고있습니다.원서를자주읽어번역이어렵지않겠다고생각했는데난관의연속이었습니다.다른사람의코드를읽기는쉽지만직접작성하려고하면라인마다멈칫하게되는것처럼,번역도직접하려니몇단어를넘기지못하고막히곤했습니다.난관을지나책의번역을무사히마쳤습니다.번역경험이없음에도믿고좋은기회를주신에이콘출판사에감사드리며특히번역과정에서지속적인도움을주신분들께감사드립니다.
