현재 통계학과 3학년 마치고 휴학중입니다.
딥러닝 쪽으로 커리어를 쌓아 가고 싶어서, 학부에서 ml/dl 강의를 수강하였고, 스탠포드 cs231n 강의와 과제를 끝마쳤습니다. 프레임워크 학습을 하고자 pytorch tutorial 도 학습하였습니다.

Batch normalization, resnet 등의 기본적인 논문들을 읽었고, cs231n 과제를 통해 cnn, rnn, transformer 등의 기초적인 구조는 알고 있다고 생각합니다.

이후 transformer 기법에 관심이 생겨서, kaggle 에서 competetion 상위 코드를 읽고 학습하려고 하였으나, 제 실력으론 이해하기 너무 어려웠습니다(shifted window transformer 기법을 사용한 코드였습니다.) 해당 논문은 읽고 이해하였지만, 코드에서 논문 그대로를 구현하는 것이 아니라서 이 코드가 왜 필요한지, 또 다른 어떤 기법이 들어가 있는 것인지 이해하기가 너무 어려웠습니다.

제가 현업에서 사용하는 코드들을 이해하고 저도 그러한 코드를 쓸 수 있으려면, 어떤 공부를 하는 것이 좋을까요?? transformer 관련 쉬운 코드들부터 학습하는 것이 좋을까요? 아니면 논문 구현을 해봐야 할까요? 제 학습에 다음 스텝을 어떻게 해야 할지 너무 고민이 됩니다 ㅠㅠ