← 보드딥러닝이 뭐예요 + 학습 과정 큰 그림 · 10/11
학습과 추론, 그리고 앞으로 배울 지도
학습(training)은 파라미터를 고치는 일이에요. 추론(inference)은 학습이 끝난 모델의 파라미터를 그대로 두고 예측만 하는 일이에요. 휴대폰 카메라가 개와 고양이를 구분하는 것은 학습이 아니라 추론이에요. 학습에는 수 개월이 걸리기도 해서, 실제 서비스는 학습된 파라미터를 저장해 불러와서 써요(1주차 교수님 설명).
이제 이 학기에 배우는 도구들이 5단계 중 어디에 쓰이는지 연결해 볼게요. 교수님이 1주차에 말한 대로 "이미지가 중요한 것이 아니라 프레임워크(틀)를 연습하는 것"이에요.
| 도구 | 학습 5단계에서의 위치 | 시험 샘플 문제 |
|---|---|---|
| Tensor (2장) | 데이터와 weight를 담는 그릇 | 1번 슬라이싱과 shape |
| GPU (3장) | 계산을 빠르게 해 주는 장치 | (개념으로 나올 수 있어요) |
| 클래스, nn.Module (4장) | 모델을 코드로 만드는 틀 | 2번 상속, 3번 모델 정의와 호출 |
| Autograd, Loss, Optimizer | Loss, Gradient, Update | 5번 학습 함수의 역할 |
| Dataset, DataLoader | Data 단계와 batch | 4번 batch 결과 예측 |
시험엔 이렇게 써요 — 이렇게 고르세요
학습은 파라미터를 갱신하는 과정이고 추론은 학습된 파라미터로 예측만 하는 과정이다. 시험 샘플 5문제는 위 표처럼 이 장의 큰 그림 어딘가에 하나씩 들어가요. 문제를 읽을 때 "지금 5단계 중 어디 이야기지?"를 먼저 떠올리면 선택지가 훨씬 잘 보여요.
잠깐 확인 — 학습이 끝난 모델로 새 사진이 개인지 고양이인지 맞히는 일은 학습인가요, 추론인가요?
추론이에요. 파라미터를 더 고치지 않고 예측만 해요.
다음 카드 → 이 장 3줄 요약
자료: 4주차 · 딥러닝 모델 Training 과정.pdf, Week04 Autograd_Loss_Optimizer.ipynb · 빅데이터04(4주차) 녹취, 빅데이터03·07 녹취 일부