Day 5 - Week 5 종합: 모델 개발 2 복습

이번 주는 "내 코드로 학습하고, 크게 학습하고, 학습을 들여다보고, 결과를 제대로 평가한다"는 모델 개발의 두 번째 절반을 다뤘다. 내장 알고리즘을 넘어 커스텀 학습으로 들어가면 선택지가 늘고, 그만큼 "어디까지 자유롭게 하고 어디까지 관리형에 맡길지"의 판단이 중요해진다. 오늘은 네 주제를 한 흐름으로 다시 엮는다.

한 장으로 보는 Week 5

[커스텀 학습]      내 코드를 어디까지 가져오나
   스크립트 모드 → requirements 확장 → BYOC

[분산 학습]        무엇을 쪼개나
   데이터 병렬(느림) ↔ 모델 병렬(안 들어감)

[디버깅·프로파일링] 학습 안을 들여다본다
   Debugger(모델 텐서) ↔ Profiler(자원)

[모델 평가]        결과가 정말 좋은가
   지표 선택 + 과적합 진단 + 교차검증

핵심 관통 원리: 필요한 만큼만 내려가고, 문제에 맞는 도구·지표를 고른다. 커스텀 학습은 "최소 노력" 쪽(스크립트 모드)을 기본으로, 분산은 증상(느림 vs OOM)으로, 관측은 관심사(모델 vs 자원)로, 평가는 문제 성격(불균형·이상치)으로 갈린다.

커스텀 학습 복습

"내 코드를 어디까지 가져오느냐"의 스펙트럼이다.