👤 익명 1

콘텐츠 제목	model.fit()에서 벗어나기!(1)
피어 리뷰 결과	통과
콘텐츠의 장점	tensorflow, tf.keras를 통해 딥러닝을 공부하시는 분들 중에서는 trainer를 직접 구현해본 경험이 없는 분들이 많은데, 그런 분들에게 정말 유용한 콘텐츠인 것 같습니다.
개선할 점
(부연 설명이 필요한 부분, 줄여야 할 부분)	’model.fit()에서 벗어나기!’의 주 구독층은 Jupyter Notebook을 위주로 실습을 많이 하고, trainer.py를 구현해본 적 없는 사람들일 것입니다. 그런 분들에게 main.py, trainer.py, model.py 등으로 이루어진 directory tree에 대해 부연 설명을 추가해주시면 좋을 것 같습니다.
이슈가 되는 부분
(저작권, 윤리적 이슈 등)	없습니다.
사소하지만 개선되면 좋은 부분	~~피카츄가 너무 옛날 피카츄예요.~~
별 다른 것은 없습니다.
느낀 점	많은 딥러닝 입문자/초급자 컨텐츠가 Google Colab에서 진행되는 Tensorflow 컨텐츠들이다 보니 trainer를 직접 구현하는 컨텐츠가 필요하다는 생각을 자주 했었습니다. 그런 부분을 겨냥한 컨텐츠라 매우 즐겁게 읽었습니다.

👤 익명 2

콘텐츠 제목	model.fit()에서 벗어나기!
피어 리뷰 결과	조건부통과
이유: 매우 중요한 주제라고 생각되고 적절한 튜토리얼 코드를 잘 사용한 것 같습니다. 아래 개선사항이 반영되는 경우 게재할 수 있다고 생각합니다.
콘텐츠의 장점	Tensorflow 초급에서 중급으로 가는 길목을 잘 공략했습니다.
개선할 점
(부연 설명이 필요한 부분, 줄여야 할 부분)	- 실행가능한 코드 형태로 업로드 하면 좋겠습니다. 중간중간 없는 코드가 있어서 바로 안돌아갈 것 같습니다.

import 부분이 빠졌습니다. 사용하는 패키지에 대한 명시가 필요합니다. (Pathlib 등)
show_batch() 함수가 없습니다.
ds.cache() 와 ds.prefetch() 의 개념에 혼동이 있을 것 같습니다. 참고) https://stackoverflow.com/questions/59228816/what-do-the-tensorflow-datasets-functions-cache-and-prefetch-do → 소스코드 보는게 더 좋을 것 같습니다. tf 유저가 아니라 확실하지는 않지만 epoch 단위, step 단위의 차이가 있을 것 같습니다.
loss function, optimizer를 모두 train()의 매개변수로 넣어주었지만 생성자에 같이 넣는 게 더 좋을지도 모르겠습니다. loss 나 optimizer 는 대규모 실험 편의를 위해 trainer 바깥의 train 코드에서 configuration 후 입력하는게 좋다고 생각합니다. (개인적인 의견)
gradientTape 방식에서 Tape 이 없는 경우 어떻게 backprop 을 구현했는지 비교하면 더 좋은 설명이 될 것 같습니다.
tfds 의 효과를 모두 증명하려면 아래 내용이 포함되어야할 것 같습니다.
- ImageDataGenerator 대비 preprocess 단계별 구현이 가능한 점을 명시 또는 Image 외 modality 데이터 로딩이 가능한 구조임을 명시
- 전처리 병목 현상의 개선 ⇒ ImageDataGenerator 와 tfdf 의 실행속도, 메모리사용량, cpu 사용량 비교
위 사항과 관련해서 tfrecords 언급이 추가되면 좋겠습니다. | | 이슈가 되는 부분 (저작권, 윤리적 이슈 등) | x | | 사소하지만 개선되면 좋은 부분 | x | | 느낀 점 | 피카츄 짤이 인상적임. 탐남 |

👤 익명 3

콘텐츠 제목	model.fit()에서 벗어나기!
피어 리뷰 결과	통과
콘텐츠의 장점	중간 중간 밈들을 사용해서 글 분위기가 편한 느낌이었습니다. TF2에서 데이터 함수가 중요한 만큼 사용에 복잡한 부분이 많은데, 코드와 함께 예시가 잘 정리되어 있어서 쉽게 이해할 수 있었습니다.

데이터셋 함수의 옵션들 즉 repeat, batch, prefetch 등이 알기 쉽게 설명되어 있습니다. | | 개선할 점 (부연 설명이 필요한 부분, 줄여야 할 부분) | Dataloader 설명 파트에 colab 링크도 바로 갈 수 있도록 추가해주면 좋을 것 같습니다.

map 함수 사용시 tf 함수 이외 함수 사용이 조금 어려운 점을 표시해주면 좋을 것 같습니다.

repeat 함수가 model fit과 함께 사용 될 때 필요한 부분들도 명시해주면 좋을 것 같습니다.

| | 느낀 점 | 초반 딥러닝 코드 작성시 사용이 어려운 tf.data 함수를 다루고 tf.GradientTape() 함수까지 다뤄서 초반에 이해하기 좋은 글이라고 생각합니다. |