이름 못 정한 블로그

드디어 대망의 DSL 마지막 강의다. NLP에서 지대한 영향력을 가지고 있는 transformer에 대해서 배운다. 머신러닝 무식자인 나도 "Attention is all you need."라는 말을 들어봤을 정도로 유명한 모델이다. 1. Tranformer 트랜스포머는 이전 주차에 배웠던 attentio 개념에 CNN을 섞은 모델이라고 한다. 강의에서는 트랜스포머의 핵심을 두 가지로 나눈다. 하나는 self attention이고 나머지 하나는 multi-head attention이다. 우선 첫 번째로 self attention은 이전의 attention과 상당히 유사한 방식으로 구한다. 핵심은 query, key, value로 불리는 세 가지 벡터인 것 같다. Query와 key 내적을 통해 누가, 왜..

1주 차에서는 RNN 모델에 대해서, 2주 차에서는 워드 임베딩에 대해서 배웠다. 1주 차에 잠깐 소개했는데, RNN 중에서는 Sequence 데이터를 입력받아서 sequence 데이터로 뱉는 RNN도 있다. 가장 대표적인 예시로는 파파고나 구글 번역기 같은 자동번역기가 있다. 강의에서는 이미지를 입력받아서 이미지에 캡션을 다는 예시도 있었다. 이미지 분류 문제에서 마지막 레이어에 사용하던 소프트맥스층을 떼 버리고 sequence 모델에 입력으로 넣어주면 된다. 1. Basic Models 이전에 배운 language 모델과 sequence to seqeunce 모델은 꽤나 비슷하다. 하지만 가장 큰 차이점으로는 입력이 어떻게 들어가는지 일 것 같다. 전자는 그냥 영 벡터를 입력으로 받아서 sequenc..

이제 본격적으로 자연어 처리는 어떻게 하는 건지 배운다. 1. Word Embedding 자연어 처리를 위해서는 우선 단어를 표현해야 한다. 물론 문자 단위로 해도 되긴 하지만 단어 단위가 뜻을 더 잘 담고 있다. 저번 시간에 사용했던 원핫벡터의 경우 총 10,000개의 단어를 표현하기 위해서는 차원이 10,00개가 필요하다. 그리고 단어가 하나 늘어날 때마다 차원도 하나 증가시켜야 한다. 확장성이 아주 떨어진다. 그리고 단어 사이의 유사도도 전혀 알 방법이 없다. 더해도 안되고 뻬도 안되고 곱해도 안되고 내적, 외적도 안된다. 그래서 워드 임베딩이라는 녀석을 사용한다. 앞으로 원핫벡터는 o, 워드 임베딩 벡터는 e로 표현한다. 워드 임베딩은 단순히 0과 1로 단어를 나타내는게 아니라 어떤 특징에 대한 ..

이제 CNN을 넘어서 DSL의 마지막 챕터인 RNN까지 왔다. 저번엔 주로 이미지를 어떻게 처리하는지 배웠다면 이번엔 음성, 자연어 등의 시퀀스 데이터를 어떻게 처리하는지에 대해서 배운다. 첫 강의 때 여러 시퀀스 데이터의 예시를 보면서 지금까지는 당연히 입력이 시퀀스 데이터겠거니 하던 생각을 고쳐먹을 수 있었다. 음악 생성 알고리즘 같은 경우엔 입력은 없을 수도 있고 출력은 당연히 시퀀스 데이터다. 저번 학기에 캡스톤 프로젝트를 하면서 NLP 맨땅에 헤딩을 해봤기 때문에 용어는 어느 정도 익숙한 게 다행이라면 다행인 것 같다. 1. RNN 처음 시작하는 분야니까 notation부터 정리할 필요가 있다. 이전과는 다르게 괄호가 생겼다. 지금까지 사용했던 데이터와는 다르게 순서(시간) 개념이 들어가..

이번 강의의 마지막 주차에서는 조금 더 실제 응용에 가까운 내용을 배운다. 1. Face Recognition 강의 초반에 바이두 본사에서 얼굴 인식으로 출입문을 통과하는 영상을 보여준다. 사실 지금 기술이 어디까지 발전했는지, 저때는 어땠는지 몰라서 막 엄청 신기하지는 않았다. 그래도 인식이 엄청 빨리되긴 하더라. 만약 이런 출입문을 만들고 싶다면 사람 얼굴 인식하는 모델을 개발해야 된다. 지금까지 했던 방식대로라면 A라는 사람의 얼굴에 대해서 학습하기 위해서는 A의 사진이 겁나 많이 필요하다. 그런데 실제로 데이터베이스에 그렇게 사진을 많이 가지고 있는 건 현실적으로 불가능하다. 이 문제를 One Shot Learning이라고 한다. 새로운 직원이 들어올 때마다 신경망을 학습시키기가 어렵기도 어렵다...

이번 주차에는 객체 탐지에 대해서 배울 요량인가 보다. 1. Object Localization & Landmark Detection 본격적인 객체 탐지를 시작하기 전에 맛보기 도메인 이해를 높이기 위한 주제 정도였던 것 같다. 우선 객체 탐지에서는 한 이미지에 객체가 여러 개 있을 수 있다. 대신 지금 말하는 이미지 분류에서는 객체가 하나밖에 없다고 생각하자. 이미지에서 내가 원하는 것을 찾도록 학습을 시키기 위해서는 이미지에 라벨을 붙여서 지도 학습을 해야 된다. 라벨을 도대체 어떻게 붙여야 잘 붙였다고 소문이 날까? 우선 이미지에 어떤 객체가 있는지에 대한 라벨이 필요하다. 내가 찾고 싶은 객체가 자동차, 보행자, 나무라면 이미지마다 각각의 라벨을 붙여줘야 한다. 그리고 그 객체가 어디 있는지에 대..

이번 주차에는 컴퓨터 비전에 어떤 모델이 있었는지에 대해서 배운다. 물론 2022년 현재를 기준으로 최신 모델은 아니겠지만 명작에는 다 이유가 있는 법이다. 1. Classic Networks 이 강의에서는 처음에 모델 3가지를 소개한다. 그 중 첫 번째는 1998년에 나온 LeNet-5다. 손으로 쓴 숫자를 인식하기 위한 모델이라고 한다. 이미지의 크기는 32x32x1이다. gray scale이기 때문에 채널이 1개다. 그 당시에는 활성화 함수로 ReLU를 잘 사용하지 않고 시그모이드랑 tanh를 사용했다는 점과 주로 max가 아니라 average pooling을 사용했다는 점이 최신 모델과 큰 차이점인 것 같다. 그리고 파라미터 개수가 60,000개 밖에 되지 않기 때문에 현대 모델과 크기가 많이 차..

드디어 강의의 절반을 넘었다. 하지만 아직 갈 길이 멀다. 이번 강의는 컴퓨터 비전에 관한 내용인 것 같다. 고작 1년 전만 해도 컴퓨터 비전이 뭔지 몰랐을 정도로 머신 러닝이랑 동떨어져 있던 사람인데 어쩌저찌 여기까지 왔다. 1. Edge Detection 이름만 들었을 때는 무슨 에지 케이스 관련 알고리즘인 줄 알았는데 그게 아니라 이미지에 수직, 수평선들을 검출해내는 알고리즘이었다. 여기서 convolution이라는 연산이 사용된다. 수학적으로는 별표(*)가 국룰이라는데 코드 상에서는 이미 곱하기로 사용하고 있어서 추가적인 함수를 통해서 convolution 연산을 사용해야 한다. 텐서 플로우, 케라스 등에 이런 연산 함수들이 있다. 가운데의 3x3 행렬을 필터나 커널이라고 하는데 강의에서는 필터라..

요샌 사정이 있어서 강의를 매번 늦은 밤에 듣다 보니 집중력이 떨어진 것 같다. 그래도 열심히 해보자. 1. Error Analysis 모델의 오류를 줄이기 위한 분석 방법에 대해서 뭔가 열심히 듣긴 했는데, 핵심은 몇 문장 안 되는 것 같다. 수동으로 데이터를 살펴보면서 어떤 종류의 오류가 주로 발생하는지, 라벨링이 잘못된 데이터는 없는지 파악하라는 것이 알파이자 오메가가 아니었을까. 오류의 종류라고 하면 거창한 게 아니라 고양이 탐지 모델에서 개를 고양이라고 하지 않는지, 사자나 호랑이를 고양이라고 하지 않는지(좀 험악해서 그렇지 따지고 보면 고양이가 맞긴 맞다), 화질이 너무 구리지는 않았는지 정도를 파악한다. 그리고 그 비율을 파악해서 어떤 문제에 집중해야 할지 결정한다. 100개의 오류 중에 5..

어느덧 세 번째 강의를 시작했다. 이번 강의는 실제로 머신 러닝 프로젝트를 구성하는 경우에 도움을 받을 수 있는 내용인 것 같다. 1. Orthogonalization 머신 러닝 모델을 짤 때 모델을 더 개선하기 위해서 사용하는 방법은 정말 다양하다. 강의에서 언급된 방법은 한 이 정도 되는 것 같다. 그리고 이 방법들로 얻을 수 있는 효과도 조금씩 다르다. 그런데 한번 방법을 적용했는데, 한 번에 여러 가지 효과가 나타난다면 모델을 내가 원하는 방향으로 조정하기가 상당히 쉽지 않을 것이다. 예를 들어, 원하는 효과를 위해서 어떤 파라미터를 하나를 조정했는데 다른 수치가 감소할 수도 있다. 그래서 orthogornalization(직교화)이 중요하다. 한 번에 하나만! 이 핵심 아이디어다. 어찌 보면 선..