date : 2022-09-30

부스트캠프 2주차 회고

부스트캠프 2주차가 끝났다. 2주차는 1주차보다 더 빨리 지나간 것 같다.

이번주와 저번주는 강의를 다 듣고, 과제를 끝내는 것에 초점을 맞추고 정신이 없던 2주였던 것 같은데, 나의 목표를 리마인드 해야겠다.

첫번째 주차에 썼던 다짐처럼 ‘‘끝까지 건강히 완주하고 전문성 기르기’’ 에 집중해야겠다.

논문을 읽을 때에도 논문에서의 아이디어와 기법들의 장단점, 쓰는 이유들에 집중해야겠고, 인공지능 관련한 개발을 할 때에도 어떤 것을 위해 어떤 function을 쓰고, 어떤 기법을 적용하는 지에 관해 똑똑히 공부해야겠다.

앞으로의 공부에 대한 방향성을 다잡는 하루가 되어야 겠다.

이번주에 잘한 점을 써보자면 VGGNet 을 리뷰할 때에 단순한 기법들에 대해 ‘그렇구나~’에 그치지 않고 쓰는 이유, 왜 필요한지에 관해 생각했던 것이 잘한 점이고, pytorch 기본기에 대해 공부할 때에 전체적인 그림과 세세하게 돌려보는 작업을 한 것이다.

이번주에 부족한 점을 써보자면 DL Model 에 관해 볼 때에 optimizer, loss 함수에 관해 자세한 디테일을 알지 못함에도 찾아서 공부하지 않은 점이다.

다음주에 도전하고 싶은 것은 pytorch-template 을 이용하여 VGGNet을 돌려보는 것과, custom dataset, dataloader를 이용하여 train 및 test를 돌려보는 것을 해보고 싶다. 또한, 추후에 GCP나 AWS를 이용하여 서버를 구입 후, 원격 서버를 이용하여 Multi-GPU를 이용해서 코드를 돌려보고, Tensorboard나 Wandb 와 같은 monitoring tool을 써보고 싶다.

또한, 마스터 클래스를 들었을 때에 배워야할 기술들이 굉장히 많다는 것을 알았다. 앞으로는 ML/DL 코드를 자동화하고, 데이터와 연계, 실험 결과를 기반으로 설득, 시스템화를 하는 기술이 필요하다는 것을 알게되었다. 또한, shell script, 네트워크, 클라우드 등 배워야할 기술이 많다.

MLOps 도구들, Database, Cloud-AWS,GCP,Azure, Spark(+Hadoop), Linux+Docker+쿠버네티스, 스케줄링 도구들(쿠브플로우,MLFlow,AirFlow) 등 이러한 관련 지식들도 앞으로 쌓아야겠다.