대략 2주전, 7월 13일부터 AI에 관련된 프로젝트를 진행하면서 AI를 더 깊게 공부하게 되었다.
만들어 보고 싶은 프로젝트들을 많은 데, 어떻게 공부해야하고 어디서 부터 손을 대야 할 지가 정말 막막했다.
일단 뭐든 해보자라는 마인드로 많이 나와 있는 예제들을 clone하여 내 로컬 환경에서 돌려보고,
sample data만이 아니라, 직접 데이터를 제작하여 예제 모델들에 적용을 시켜보았다.
내가 원하는 자료를 처리하는 것을 실제로 확인하니, 뭔가 할 수 있다는 착각이 들었다..:)
하지만 생각보다 공부하고 알아야 할 내용들이 정말 많았다.
공부를 하면 할수록 더욱 해야할 것들이 점점 늘어나는 느낌이 들었고, 프로젝트의 기한이 점점 다가오는 입장에서 하루에 한 번씩 한숨이 나왔다,,
하지만, 여기서 포기하는 것보다 할 수 있는 데까지 최대한 노력을 해보려고 한다.
그 과정에서 내가 많이 성장할 수 있을 것이고, 매일 붙잡고 해본다면 성취할 수 있을 것이라고 믿기로 했다.
현재, 나는 아직 딥러닝 라이브러리 및 프레임워크에 대한 이해가 부족하다고 생각한다.
지금하는 프로젝트는 advanced한 모델을 분석 및 수정하려하고 있다.
따라서, 기본적인 이미지 분류가 어떻게 작동하는지에 대한 이해가 필요할 것이다.
이를 위해 몇가지 생각하고 정리한 규칙들은 다음과 같다.
1. 프레임워크를 관리하기 (현재 :tensorflow에서)비교적 쉬운 Pytorch로 바꿔서 진행.
2. MNIST, CIFAR-10과 같은 기본적인 예시들을 통해 학습과 추론과정이 어떻게 이루어지는지 이해한다.
3. Object Detection을 하는 faster RCNN이나 YOLO와 같은 모델 분석.
4. video에서 classification과 detection이 어떻게 처리되는지를 확인.
5. 구체화시킨 프로젝트 아이디어를 대상으로 모델 구현 진행.
댓글