210205(금) 부스트캠프 일지

수행내역

1. 퀴즈 풀기, 과제 2개 제출

2. 마스터클래스 2pm~3pm

 

 

3. 피어세션 3pm~5pm

 

4. GAN 강의 수강

 

5. ps 문제 1개 풀기

 

 

배운점

1. 지금까지 수업 내용 중 꼭 알아야 하는 개념들에 대해 생각해봤다.

강의/과제/퀴즈	-언어/프레임워크: python, numpy, pandas, 시각화도구, pytorch
	-수학/통계: 벡터, 행렬, 경사하강법, 딥러닝 학습방법, 확률, 통계, 베이즈통계, optimization
	-모델링: MLP, CNN, AlexNet, VGGNet, GoogLeNet, ResNet, DenseNet, RNN, LSTM, GRU, Transformer, GAN
피어세션	-회의록에 나왔던 질문들 정리 필요
마스터클래스/밋업	-OT, 마스터클래스1, 2, 3, 부캠 선배 밋업

위 항목 중 부족한 부분들에 대해서 설 연휴 때 복습해둬야겠다.

1) 언어/프레임워크에 나온 내용들 티스토리 블로그에 정리

2) 나왔던 모델들 모두 pytorch로 구현해보기 (+ 시간 나면 해당 논문들 보기)

3) 선형대수학, 확률/통계, 최적화, 미분에서 부족한 부분 공부

 

2. 파라미터가 적고 loss가 특정 수치로 정확히 수렴한다면, local minimum에 빠진 상황일 수 있다. learning rate 등 파라미터를 바꾸거나, optimizer (Adam-> SGD)로 바꾸면서 해결해볼 수 있다는 걸 배웠다.

 

3. 한 번에 그 자리에서 완벽히 이해하려는 것보다, 계속 보면서 생각해보는게 도움이 많이 되는 것 같다.