https://fullstackdeeplearning.com/spring2021/lecture-11/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com 이미 다 배운거 아님? 아님. 입력이 훈련할 때랑 달라질 수 있고, 모델이 낸 결과가 사용자를 바꿀 수 있고, 훈련할 때 있었던 극히 일부의 데이터가 실행되는 등의 문제가 있을 수 있다. 입력이 다른건 악성 유저나 사용 지역이 달라서 색감이 달라진다던지, 모델 출력으로 사람이 바뀌는건 추천시스템. 그 사람은 우리..

https://fullstackdeeplearning.com/spring2021/lecture-11/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com 대부분은 모델 만들줄만 알지, 어케 배포하는지는 모를거다. 이런 환경에 있다고 치자. 모델을 어디다 둘 건가 데이터베이스에 두는거를 batch prediction 이라고 함. 모델을 돌려 결과를 데이터베이스에 cache로 저장하는 거다. 유저 하나당 예측해야 되는 양이 작을 때 쓸 수 있음. 추천시스템에서 쓰는 ..

https://fullstackdeeplearning.com/spring2021/lecture-10/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com 다음 강의는 배포 강의인데 배포하기전에 정말 최적화가 잘 되었는지, 정확도는 충분한지 알아보는게 이번 강의 우리가 모델을 잘 만들었다고 해도 소비자는 그걸 정말로 믿을 수 있을지 걱정됨. 우리가 훈련한 데이터 분포가 실전의 데이터 분포와 같을수록 믿을 수 있다고 할 수 있다. 또 극단적인 경우도 안될 수 있고, ..

https://fullstackdeeplearning.com/spring2021/lecture-9/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com 너무 어려워서 기억나는 것만 적어봄. 이건 우리가 이미 하고있지만 그걸 인지하지 못하는 상황을 말하는거다. 이런 일이 일어나지 않게 ai 윤리를 배우는 듯. 이게 뭐냐면 데이터에 백인들만 있어서 인종차별적인 모델을 만들 수 있는데 생각해보지 않으면 맹점으로 넘어갈 수 있는걸 생각해보란 뜻. 인공지능이 사람 일자리 ..

https://fullstackdeeplearning.com/spring2021/lecture-8/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com 목적은 데이터 소스부터 local 파일로 변형해서 gpu로 넣어 학습시킬 수 있게끔 변화시키는 거다. 데이터가 처음부터 만들어져 있는거면 걍 넣던가, spark같은 걸로 사전작업하고 pandas로 좀 살펴보고 넣던가, 모아서 정리하던가 등의 작업을 거침. 데이터 관리 부분에서 데이터가 실제로 가치있게 변형되려면 1..

https://fullstackdeeplearning.com/spring2021/lecture-7/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com 강의 위치는 여기. Training 과 debugging. 근데 왜 이거 설명하는데 1시간을 쓰냐? 실제 업무에서 제일 많은 시간을 들이는 곳이다. 이 강의를 들어도 변함은 없지만 더 효율적으로 시간을 쓰도록.. 머신러닝에서 디버깅이라는건 걍 삽질이다.. 왼쪽이 논문 원본. 오른쪽이 내가 한 결과라고 해보자. 왼쪽..

https://fullstackdeeplearning.com/spring2021/lecture-6/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com 딥러닝 외의 그 주변 환경등을 다루고 있음. 어느 컴퓨터에서 돌릴거냐, 어떻게 돌릴거냐 등 이상과는 다르다.. 반복함. mlops 강의 찾아보면 맨날 보는 그림. 여기 논문에서 나왔다고 함. 여기 그림처럼 아주 많은데, 이번 강의는 Training/Evaluation 부분과 All-in-one 부분을 볼거다. 에디..

https://fullstackdeeplearning.com/spring2021/lecture-5/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com 85%는 실패한다. 개발 사이클이 서로 왔다갔다 한다. 데이터 모으다가 이건 좀 어려울것 같은데? 쉬운 데이터 없나? 하면서 데이터가 바뀌며 목적도 바꾸거나, 훈련하다가 제대로 안되면 데이터부터 다시 보거나, 배포중 새로운 요구가 생겨나거나 하면 다시 돌아오고 한다. 실현가능성이 좋으면서도 임팩트가 높은게 보통 하..

https://fullstackdeeplearning.com/spring2021/lecture-4/ Full Stack Deep Learning Hands-on program for software developers familiar with the basics of deep learning seeking to expand their skills. fullstackdeeplearning.com