[부스트 캠프] 3 & 4주차 회고

📠 3 & 4주차 회고록

3주(설날 연휴)와 4주가 벌써 지나갔다.
3주차는 이틀의 학습날짜와 어렵지 않은 난이도의 강의들이 나와 스무스하게 지나갔다.
4주차는 3주차의 느슨함에 긴장감을 주고 싶었는지 transformer부터 generative model들까지 나에게는 정말 어려운 난이도였다.
스페셜 피어 세션때 다른 캠퍼분이 일찍 일어나서 하루를 시작한는 이야기를 해주었는데, 나에게도 자극이 되었다. 다음 주차 부터는 한시간씩이라도 점점 일찍 일어나 미라클 모닝을 실천해 봐야겠다..

📞 강의 복습 내용

강의 난이도가 조금 올라간 것 같았다. 3주차 시각화는 필요할 때 찾아서 보고 구현하면 될 것 같지만, 4주차의 transformer나 generative 모델을 이번주차에 이해를 하지 않고 넘어간다면, 다음과 그 다음이 힘들어 질 것 같아 최대한 구글링과 팀원들의 도움을 받아 복습을 많이 하였다.

💡 과제 수행 과정 / 결과물 정리

기본 과제는 실습 시간의 코드를 그대로 따라 붙여 쓰는 것이여서 어렵진 않았지만, Todo 이외의 다른 코드 부분의 이해가 어려운 점이 많았다. torch문법과 numpy의 slicing접근에 특히 어려움이 있었고, 이해를 하는데 시간이 좀 걸렸다. 그리고 심화 과제는 오피스 아워 전 30분 정도 시간이 있어 문제를 보았는데, 첫번째 문제부터 풀 수 없을 것 같고, 오피스아워의 해설을 보더라도 이해가 어려웠다. 그래서 line by line으로 기본 과제부터 심화 과제 까지 코드에 주석을 달면서 이해하려고 하였다.

⌛️ 피어세션 정리

이번주는 강의 내용의 난이도가 있어 피어세션에서 하기로 했던 개인 발표 2번은 하지 못했다. 하지만 강의 내용의 서로 모르는 부분을 묻고 답하는 부분에서 얻는 것이 많았다. 내가 그냥 알고 넘어갔다고 지나쳤던 부분도 다른 팀원들이 질문을 하고 답변을 하면서 나도 지식을 쌓아갔다.

⏰ 학습 회고

추가적으로 마스터님이 설명해주신 것 이외에 transformer와 generative모델을 구글링하여 내용을 추가하여 포스팅 하였고, CNN을 computer vision에 적용한 detection model들을 비교하는 자료를 작성해보았다.