[Fast.Ai] FaceBook Fast.Ai Kr Study #OT

2020. 8. 18. 22:45AI/DL

https://www.facebook.com/groups/fastaikr/permalink/2678176495731128/

 

보안 확인 필요

메뉴를 열려면 alt + / 키 조합을 누르세요

www.facebook.com

fastai는

Jeremy 와 지금은 Hugging Face로 이직한 Sylvain Gugger 두 명에 의해

거의 모든것이 만들어진 라이브러리 입니다.

코어 개발자가 워낙 부족하지만, 나름대로 stable 버전인 v2 까지 완성되었죠.

 


 

*** 참여자 분들이 많으셔서 선착순 마감했습니다! 추가 참여자 모집 때는 다시 공지 드리겠습니다! ***

 

[fast.ai 온라인 스터디 멤버를 모집합니다]

안녕하세요, 여러분! 드디어 fast.ai 책이 나왔습니다. 🎉 이에 따라 fast.ai 책 스터디를 진행할 예정입니다.✌️

(참고 : 가끔 Park Chansung 님께서 출현하시기로 하셨습니다 ㅎㅎ)

 

 

방식

주로 온라인 Zoom 미팅 2시간을 진행합니다.

공개SW개발자센터에서 Zoom을 지원해주셨습니다. 감사합니다.

뒷풀이로 서울에서 오프라인 모임을 갖고자 합니다.

참가비는 무료입니다. 중간중간 참여하셔도 됩니다.

 

 

일정

8월 마지막(8/24 월요일) 주에 1주차를 시작합니다.

참여하시는 분들께는 Zoom 녹화 영상을 드릴 예정이니 늦참도 가능합니다.

시간은 관심 있으신 분들을 대상으로 의견을 반영하여 고정하겠습니다.

회식과 야근, 다양한 저녁 일정을 고려하여 3가지 선택지를 선정했습니다.

1) 화요일 밤 10시 30분

2) 수요일 밤 10시 30분

3) 일요일 밤 10시 30분

 

 

커리큘럼

fast.ai 원서는 총 19챕터입니다.

총 3가지 방법으로 공부하시면 됩니다.

1) 아마존에서 원서 구매

https://www.amazon.com/Deep-Learning-Coders-fastai-PyTorch/dp/1492045527/

2) GitHub에 있는 Draft 책 확인

https://github.com/fastai/fastbook

 

fastai/fastbook

Draft of the fastai book. Contribute to fastai/fastbook development by creating an account on GitHub.

github.com

 

이책은 몽땅 주피터 노트북으로 작성되어 있습니다

실제 책과 내용은 거의 일치 합니다
실제 책은 깨알같이 저자들의 코멘트가 같이 수록되어 있다고 들은것 같아요
내용 자체는 변함 없습니다

 

 

3) 번역 draft본

-

1주에 1챕터 진도를 나가기 위해 부분을 나눠서 발표합니다.

급한 일정이 있으실 수 있기 때문에 부담은 갖지 마시고, 미리 말씀해주시면 됩니다.

후반에는 1주에 2챕터도 생각하고 있고, 중간에 다시 기초로 돌아갈 수도 있습니다.

 

==

그럼 많은 참여 부탁드립니다! 오늘도 활기차고, 즐거운 하루 보내세요! 😁

 


#0. 진행방식
: 찬성 曰

책 내용은 기본적으로 Top-Down 방식으로 진행되며,
fastai 라이브러리를 이해하고 사용하는것 부터 시작은 하지만
아마도 PyTorch 내부적인 이야기도 함께 다루게 될 것으로 기대합니다

 

#1. Fast.ai란?
: 찬성 曰

fast.ai는 기본적으로 SOTA급 성능의 모델을 손쉽게 학습 될 수 있도록 도와주는 라이브러리입니다.
예로는 learning rate을 찾기위한 시스템적인 방법을 제공합니다.
또한, 비전/자연어/추천시스템에 사용하면 좋을만한 디폴트 모델을 제공합니다.
단순 모델의 구현체는 아니고, 여러가지 테스트를 거쳐 나름대로의 최적의 파라미터로 구성된 모델입니다.
추가적으로, 데이터 전처리 등에 있어서, 일반적으로 많이 사용되는 전처리를 손쉽게 수행해 주는 기능도 일부 들어있습니다 (예. NLP의 토크나이징+태깅+… 를 원큐에 한다던지)

딥러닝 리서처 보다는, 딥러닝을 자신의 도메인에 적용해보고 싶은 엔지니어분에게 적합할 수도 있을것 같습니다. (1/2 분량) 나머지 (2/2 분량)은 파이토치 인터널 적인 부분과, 좀 더 deep dive 하기위한 내용을 다룰것으로 생각됩니다. 여기에는 파이토치의 내부적인 구조 뿐만아니라, fastai 라이브러리가 어떤식으로 구현되어 있는지에 대한 내용도 다뤄질 것으로 기대 중 입니다. (작년 동영상 기준으로 판단) 저도 잘 아는건 아니라서, 잘못 전달된 내용이 있을 수 있는데, 제가 느낀바로는 뭐든 from scratch 하는 분 보다는 빠르게 나름대로의 best practice가 녹아든 라이브러리를 가지고 프로젝트의 one cycle을 돌아보길 원하는 분에게 적합할 것 같다고 느꼈습니다. (물론 deep dive 내용도 나오지만요)

 

 

라이브러리만 대충 보자면 라이브러리에 대한 논문도 있습니다 

https://www.fast.ai/2020/02/13/fastai-A-Layered-API-for-Deep-Learning/

 

fastai—A Layered API for Deep Learning · fast.ai

fastai—A Layered API for Deep Learning Written: 13 Feb 2020 by Jeremy Howard and Sylvain Gugger This paper is about fastai v2. There is a PDF version of this paper available on arXiv; it has been peer reviewed and will be appearing in the open access jou

www.fast.ai

 

#2. 스터디방식

  • 화, 일 밤 10시반에 주 2회를 진행합니다. 같은 내용을 다룰 예정이니 편하신 요일 중 1개를 필수 선택합니다.
  • 발표 : 2주에 1번씩 정해진 요일에 고정 발표를 합니다. 책의 정해진 분량을 나눠서 2분씩 같은 내용을 공부하고, 요약하여 책 내용 순서대로 질문포함 10분 안(발표는 5-7분)으로 준비해주세요.
  • 토의, 질문타임 : 30분
  • 회고 : 4L 포맷에 맞춰 좋았던 점, 배운점, 아쉬운점, 발전해야할 점을 정리하여 공유합니다.

 

스탭 모집

  • 스케줄러 : 요일 별 1분씩, 2명
    - 매주 진도에 따라 발표자가 준비되었는지 확인합니다.
  • 서기(아카이빙) : 요일 별 1분씩, 2명
    - 노션 개인 플랜에 한일, 발표자료, 회고 내용을 정리하여 복습을 돕고 커뮤니티에 공유합니다.
  • 부 진행자님 : 요일 별 1분씩, 2명
    - 혹시 진행자(방장)의 일정이 어려울 경우 줌 스터디에서 진행을 합니다.

 

 

  1. 이 얘기를 해도 될까? 하면 하세요
    스터디는 스승과 제자가 있는 공간이기보다는 서로 함께 성장하는 공간입니다. 내가 배움이 부족해서 이 얘기를 꺼내도 되는지 망설이기보다는 ‘스터디 멤버들에게 도움이 되는가?’라는 질문에 yes라면 그 지식을 공유해주세요.
  2. 모르면 모른다고 솔직히 얘기해주세요.
    살아온 환경이 다르므로 모두의 지식과 경험은 다릅니다. 모르는 것은 부끄러운 것이 아닙니다. 내가 무엇을 모르고, 무엇을 아는지 계속 생각하고 배경 설명을 부탁하세요. 그럼 스터디 멤버 분들께서 좋은 자료를 제공해주실 거에요!
  3. 좋은 문화를 같이 만들고 발전해나가요!
    열린 마음으로 다양한 의견을 제안하고, 받아들이면서 같이 의사결정을 해봐요. 모든 의견에 감사를 표하고, 좋은 점을 먼저 얘기하면서 단점과 걱정되는 부분은 나중에 언급해주세요. 우선 리액션과 박수, 감사 인사를 부탁드립니다!
  4. 아카이빙에 힘써주세요. 블로그에 글을 올리는 걸 환영합니다. 대신 프라이버시는 존중해주세요.
    우리의 자료를 모두 잘 쌓아서 훗날 커뮤니티에 배포할 계획입니다. 모든 자료는 노션과 카톡방에 올려주세요. 커뮤니티 활동의 산출물을 공유하여 계속 커뮤니티를 알리는 것이죠. fast.ai 스터디 내용을 커뮤니티에서 발표해주시면 베스트!
  5. 포기하지 마세요!
    계속 못 나왔다고 해도 다시 시작하시면 됩니다. 작심삼일이 10번 쌓이면 30일이 됩니다. “이번 스터디는 망했어”라고 생각하며 던지시기보다는 못나온 다시 돌아오셔서 시작하시면 됩니다.

 

 

1 2 3 4 5 6 7 8 9 ··· 62