Jaeseong's private post

오늘 내 인생수업 탑3 안에 드는 수업이 종강했다.
쉬는시간 없이 10시간 이어서 들어야 한다 그래도 더 듣고 싶다.

1.
다른 분포가정을 한 딥 뉴럴넷을 여러 종류 적합해보면서
"아 왜 이게 이렇게 나오는거지?", "왜 이 과정이 해석이 안되지?" 하며 내 능력에 대한 자괴감을 느끼고 그랬는데
생각해보니, 딥러닝을 연구한다는 사람들이 다 그런 모습이었음을 잊고 있었다.
내가 자괴감을 느낄 필요가 없었구나.
물론 나는 이를 극복하기 위한 연구를 하는거니, 결국은 할 수 있게 되어야하지만 말이다.

그냥 문득 드는 생각인데
내가 통계학, 그리고 그 이전에 학부 때 경제학이나 경영학을 공부할 때는, "잘못된 분석"을 하면, 그 잘못된 분석을 한다는걸로 혼나곤 했고, 그렇지만 않는다면 칭찬을 받거나 최소한 중간은 갈 수 있었는데
최근 수업 들으면서 겪었던 학생들의 문화는, 새로운 것을 발견하기 위해 막 이것저것 들이미는 모습을 핫하다고 여기는 것 같다.
이들에게 이 방법이 잘못된 방법인지 아닌지는 그리 중요하지 않은 것 같다. (물론 내가 그걸 동의하지 않는다고 어필하면 그 때부터 배틀이 시작된다...) 문화가 다른건가 싶다.

이 그래프에 대한 이야기.
만일 이게 단일함수로 그려진 것이라면, 이것은 연속이 아닌게 맞다.
.
위 그래프를 f(x)라고 하고, g(t) = t라고 하고 g(f(x))의 연속성을 살펴보자. (딥러닝에서도 BN 직전에 linear transform을 한다 하니, 가장 간단한 선형으로 변환하는 셈이다.)
가령 x -> 3으로 보내보면, g(f(3)) = 3이 되므로, 이 합성함수는 연속이 된다.
.
내가 지적하고자 했던 것은, f(x)가 위 그래프 형태도 아닌, f(x) = [x] (x는 0 이상의 자연수)라고 한다면, 일단 단일 함수 f(x)는 "모든 실수"가 아닌 "특정한 실수"에 대한 함수이기 때문에 극한에 대한 부분을 다시 한 번 생각해봐야 한다. 그런데 이미지 데이터는 0에서 255 사이의 실수가 아닌 자연수이기 때문에, 이렇게 적용하는게 더 자연스러워 보인다는게 내 의견이다.