현재 딥러닝 입문서로 유명한 밑바닥부터 시작하는 딥러닝 2 리뷰입니다.

이론적인 내용이 많아서 실제로 코딩 양이 많지는 않지만, fork 해서 연습한 자료의 깃허브 주소입니다.

출판사 및 책 설명이 있는 구매처 링크입니다.

A. 딥러닝 중 자연어 처리의 기초가 되는 RNN의 기본서

이 책을 1장부터 현재 7장까지 공부하면서 느낀 점은,

딥러닝 1은 정말로 딥러닝의 기초 구조를 잘 가르쳐 주는 기본서라는 생각이 들어서 좋았는데

이 책은 이제 딥러닝 1 도서를 읽었다는 가정하에, RNN의 기초 및 발전을 다뤘다고 생각한다.

이 책에서의 가장 큰 장점은 정말로 기초적인 내용을 직접 코드를 작성하는 것을 통해서 구현하고

이러한 사항에 대한 평가를 진행한 뒤에, 보완점을 소개하면서

자연스럽게 최신 방법 및 보완 방법에 대한 아이디어를 제공한다.

B. 기본서에서 볼 수 있는 발전 트렌드 및 최신 트렌드

이 책의 초판이 2019년 5월이라 그런지, 기본서의 느낌과 최신 트렌드를

스스로 찾아 나갈 수 있는 키워드들이 적절히 반영이 되어있다.

자연어 계열에서 많이 쓰이는 Attention도 볼 수 있고

기본서들은 기본적인 사항을 많이 배울 수는 있지만,

막상 실제 데이터에 적용을 해보려고 할 때에는 막상 어떻게 사용을 해야되는지,

그리고 고생해서 해놨더니 최신 트렌드의 결과가 훨씬 더 좋은 것을 볼 수 있다.

하지만 이 책은 자연어를 처리하는 근본적인 방법과

딥러닝을 사용해서 할 수 있는 방법을 알려줌으로써,

마치 물고기를 주는게 아닌 물고기를 잡는 방법을 알려주는 느낌이 든다.

C. 딥러닝 3이 나오면 더 더욱 기대가 될만한 책

딥러닝 1 책의 리뷰도 곧 할 예정이지만, 딥러닝 1 책에서의 아쉬운 점은 CNN이었다.

1개의 장을 통해서 CNN을 소개하기에는 이미지 처리, 영상 처리, 음성 처리 등등

과거에 비해 엄청나게 거대해지고 발전을 거듭해나가고 있다.

그렇기 때문에, 딥러닝 3 책의 주제를 생각해보자면

이미지 및 영상을 처리하는 CNN 기반의 기본서가 나왔으면 좋겠다고 생각하였다.