fastai와 파이토치가 만나 꽃피운 딥러닝

95

2



모델에서 제품까지

사실

1

장에서 본 코드 여섯 줄은 딥러닝의 전체 과정 중 작은 부분에 불과합니다. 이번 장에서

는 컴퓨터 영상 처리 문제를 예로 들어 딥러닝 애플리케이션의 제작 과정을 처음부터 끝까지

살펴봅니다. 세부적으로는 ‘곰’ 분류 모델을 구축하면서 딥러닝의 가능성 및 제한사항을 살펴봅

니다. 이 과정에서 데이터셋의 생성 방법, 실제 딥러닝의 사용상 주의 사항 등을 다룹니다. 여

기서 배울 내용은

1

장에서 다룬 문제를 비롯한 여러 딥러닝 문제에 적용할 수 있습니다. 따라

서 나중에 여러분이 이 장에서 배운 내용과 유사한 문제를 마주친다면 적은 양의 코드로 빠르

게 풀어나갈 수 있을 것입니다.

우선은 문제의 틀을 잡는 방법부터 알아보죠.

2.1



앞서 딥러닝이 적은 양의 코드만으로도 여러 가지 어려운 문제를 빠르게 해결할 수 있음을 확

인했습니다. 입문자라고 해도 우리가 살펴본 문제와 유사한 문제를 다룬다면 매우 빠르게 유의

미한 결과를 얻을 수 있습니다. 하지만 딥러닝이 뭐든 가능한 마법이라고는 생각하지 마세요!

사실상 단 코드 여섯 줄로만 해결할 수 있는 문제는 많지 않겠죠.

딥러닝의 제한사항은 과소평가하고 능력을 과대평가하면, 딥러닝이 내놓은 결과에 실망할지도

모릅니다. 반면 제한사항은 과대평가하고 능력을 과소평가하면, ...