관리 메뉴

TEAM EDA

[나는 리뷰어다] GAN 첫걸음 본문

개인 공간/리뷰

[나는 리뷰어다] GAN 첫걸음

김현우 2021. 3. 21. 14:06

본 포스터는 한빛미디어에서 [나는 리뷰어다]를 통해 책을 지원받아 작성한 리뷰 포스터입니다. 먼저 저는 대학원생이고 대학원에서 파이썬과 파이토치를 이용해서 딥러닝 연구를 하고 있음을 미리 밝힙니다. 책을 읽고 난 느낌부터 말하자면 책 자체가 쉽게 쓰였고 수식적인 부분이 나오지 않습니다. 그래서 GAN이 어떤 컨셉인지 알고 싶은 분들에게는 도움이 될 것 같습니다. 하지만, 앞의 280페이지에서 100페이지 정도가 파이썬, 딥러닝 기초이고 40페이지 정도가 부록입니다. 실제로 GAN에 대해서 다루는 부분이 절반밖에 안 되는 점이 아쉬웠습니다. 그리고 책 자체는 각각의 부분이 그림으로 같이 설명이 되어서 이해하기가 쉬웠습니다. 하지만, 수식적으로 어떤 식으로 작동하는지에 대해서는 많은 언급이 없었습니다. 개인적으로 GAN을 공부하면서 가장 어려웠던 점은 수식들이 어떤 의미를 가지는지 이론적인 부분들이었습니다. (대학원에 들어와서 베이지안을 공부하고 jaejunyoo.blogspot.com/2017/01/generative-adversarial-nets-2.html 부분의 설명을 봐도 어렵네요...) 하지만, 책에서는 이론적인 부분들에 대해서는 언급이 없고 실습에 대한 부분만 나옵니다. 그러기에 "엄밀한 수식적인 이해보다는 GAN이 무엇인지 알고 코드로 돌려보고 싶은 사람들"이 읽으면 생각합니다.

 

1. 소개

출처 : http://www.yes24.com/Product/Goods/97559774

yes24의 GAN 첫걸음에 대한 소개를 보면, "GAN의 원리를 알면 익힐 수 있게 구성된 책"이라는 표현이 나옵니다. 수식적인 부분이 없고 그림으로 설명이 되었기에 어떤 식의 원리로 GAN이 돌아가고 코드를 어떻게 짜야하는지 쉽게 이해할 수 있습니다. 

목차 

[PART 1 파이토치와 신경망 기초]
CHAPTER 1 파이토치 기본
CHAPTER 2 파이토치로 만드는 첫 번째 신경망
CHAPTER 3 성능 향상 기법
CHAPTER 4 CUDA 기초

[PART 2 튼튼한 GAN 만들기]
CHAPTER 5 GAN 개념
CHAPTER 6 단순한 1010 패턴
CHAPTER 7 손으로 쓴 숫자 훈련
CHAPTER 8 얼굴 이미지

[PART 3 흥미로운 GAN 기법]
CHAPTER 9 합성곱 GAN
CHAPTER 10 조건부 GAN
CHAPTER 11 결론

책의 구성을 보면 파이토치와 딥러닝의 기초에 대해서 먼저 살펴봅니다. 이후 GAN의 기초와 이를 응용한 기법들에 대해서 순차적으로 다룹니다. 하지만 책의 비중이 PART1은 100페이지, 90페이지, 45페이지로 GAN 부분에 많이 할당되지 않은 게 아쉬운 구성이기도 합니다. 

 

2. 내용 

책의 구성은 아래와 같이 모든 설명에 이미지가 첨부되어서 설명되어집니다. Image Classificiation 부분부터 시작해서, 

GAN의 기본 컨셉인 Generator 부분과 DisCriminator 부분이 싸우는 형식을 아래와 같이 표현한 부분입니다. 

 

3. 소감 

가벼운 마음으로 읽기에는 굉장히 좋은 책이었습니다. 최근 Semi-Supervised Learning, Self Supervised Learning 쪽에 관심이 있어서 Survery를 보고 있습니다. 거기에 꼭 나오는 테크닉 중 하나가 GAN을 이용한 방법들이었습니다. 그러기에 기대하는 마음으로 책을 읽었습니다. 내용의 구성은 개인적으로는 마음에 들지는 않았습니다. 너무 기초적인 내용부터 책이 시작되었기 때문입니다. 하지만, "첫걸음"이라는 제목에 충실한다면 좋은 책인 것 같습니다. 수식적인 부분은 제외하고 그림적인 부분으로 GAN에 대해서 설명을 하고 코드에 대한 설명도 자세하기에 읽으면서도 어떤 내용인지 쉽게 이해가 갔기 때문입니다. 하지만, GAN에 대해 어느 정도 기초 지식이 있고 논문에 나오는 GAN의 테크닉들을 이해하고 연구하시는 분들에게는 추천하고 싶지는 않은 책입니다. 위에 말했듯이 책이 쉬운 편이기 때문입니다. GAN을 아예 모르는 분들이라면 이 책을 기반으로 기본기를 쌓고 다음 스탭으로 넘어가는 입문서로는 좋은 책입니다.