SKN Family AI 3기 회고록 11주 차

• 회고(Retrospective) 목적

회고는 우리가 진행하고 있는 방향을 점검하고, 이후 진행할 방향성을 확인하기 위함이다.
또한, 스스로 느꼈던 감정, 했던 일을 통해 Action Item에 대한 아이디어를 생각하는 것이다

 

• 회고에 대한 마음가짐
  • 모두에서 이야기할까 말까? 하던 것을 회고를 통해 이야기를 하면서 개선하기
  • 이전 회고를 참고하여 현재 진행하는 프로젝트에 대한 생각과 감정을 정리하기
    • "특정 상황에 내가 어떤 감정이 들었는가?"라는 본인을 되돌아보고 그 당시 어떤 감정을 느꼈는지
    • 만약, 그때에는 많이 힘들었다면 어떤 상황이 힘들었는지, 어떻게 했으면 달라졌는지
    • 문제가 되었던 부분을 비판적으로 분석하고, 어떻게 개선할  수 있는지 
  • 제시되었던 아이디어, 내가 가진 아이디어에 대해 열린 시선으로 바라보기
  • 수동적으로(하라고 해서 한다) 하는 것은 좋지 않으니 적극적으로 하기
  • 가장 중요한 것으로 회고를 꾸준히 하기

---

 

SKN Family AI 3기 회고록 11주 차 (5F 회고 방법론)

 

• Facts : 사실. 무슨 일이 있었는가?

날짜	Facts	비고
09.16	설 연휴
09.17
09.18
09.19	1. Pre-training vs Transfer Learning vs Fine tuning 2. EfficientNet 3. MobileNet 4. Fine Tuning with data argumentation(데이터 증강) 5. Fine Tuning with Exeriment
09.20	1. Pytorch Tuning with learning rate 2. Learning rate scheduler 3. Hyper-parameter Tuning with Ray Tune 4. Modular

 

 

• Feeling : 느낀 점, 감정. 어떤 느낌이 들었는가?
  • 2일 간 배운 부분이 데이터와 하드웨어 쪽이라 옵션이라 생각되는 부분이라는 생각이 되었습니다.
  • 알면 도움이 되고 모르더라도 러닝 계산에 문제는 없는 그런 부분? 그렇지만 효율적이면서 빠르게 연산이 가능한 방법과 나의 환경에 맞는 세팅을 하는 방법을 알게되어 좋았습니다.

 

• Finding : 배운 점, 인사이트. 어떤 것을 기억하고 싶은가?
  • 이미지 데이터 처리와 데이터가 부족할 때 방법, 그리고 여러 CPU, GPU의 멀티 연산을 하는 방법을 배웠습니다.
  • 나의 PC 환경에 맞는 설정 방법과 그걸 적용하면 어떻게 연산과정이 바뀌는지 배웠습니다.

 

• Future Action : 향후 액션 아이템. 앞으로 무엇을 할 것인지?
  • 이제 LLM을 시작하는데 그 전에 미니 프로젝트 하나를 해결하고 확실하게 배워보도록 하겠습니다.

 

• Feedback : 피드백. Future Action에서 정한 액션 아이템을 실행하고 어떤 피드백을 받았는가?
  • 미니 프로젝트를 자유롭게 진행하고 개별적으로 결과가 어떻게 도출되는지 확인해보는 방식으로 조 활동을 장려하고 있습니다.
    • 다들 그래도 책임감이 강하다고 느껴지는 분들이기에 한 번쯤은 각자의 방식으로 어떤 관점에서 데이터를 분석하는지 공유하기로 하였습니다.

---

 

어느새 딥러닝도 끝나버렸습니다.

 

구조나 코드가 문제라기 보단 데이터를 어떻게 가공하고 학습시킬지에 고민이 많아졌습니다.

 

정답은 없다고는 하지만 최선은 있기 때문에 배웠던 내용과 배우지 않은 내용을 확인하면서 필요한 부분을 끌어다 쓰고 고민하는 등 다양한 방법을 찾아보고 있습니다.

 

다음 목표는 LLM이 되겠습니다.

이 분야도 처음 듣는 내용이 많겠지만 열심히 따라가보도록 하겠습니다.