딥러닝 연구하는 연구실이 두개가 있는데,
첫번째 연구실은 어떤 모델이 있으면 그 모델을 뜯어서 수학적으로 증명하고 또 모델을 자체개발해서 sota를 달성하려는 연구실이 있고,
두번째 연구실은 누가 만들어놓은 모델들을 가져다가 섞어서 특정 도메인에 적용하고 그걸 어떻게 고쳐서 동작시킬까를 코딩 관점에서 연구하는 연구실이 있음.
(두번째 연구실은 수학적으로 파고들어서 연구는 안함. 예를들어 레이어 정규화가 평균 표준편차 구해서 연산이 두번이니깐 RMS를 이용해서 근사하면 속도가 빨라지지 않을까? 같은 연구는 안함.)
근데 첫번째 연구실 면담하러 갔더니 하는말이, 두번째 연구실은 수학적으로 설명할줄도 모르는 사기꾼들이고 정확한 설명을 할줄도 모른다면서 비꼬는데 너네는 어떻게 생각해?
어떤 모델들의 개념은 알고 뭘 하기 위해 만들어졌고, 어떻게 사용하는지도 알고, 어디에 쓰이는지도 알고, 그걸 코드로 짜서 적용할 줄도 아는데, 그럼 여태 내가 본 sci논문들중에서 두번째 연구실같은 곳에서 나온 논문들이 굉장히 많았는데, 그 사람들은 다 사기꾼이라는거야?
꼭 수학을 잘해야 하고, 수학적으로 증명할 수 있어야만 연구를 한다고 볼 수 있는거야?
아스퍼거들 말 귀담아듣지 마셈. 본인이 아스퍼거면 상관 없긴 한데
꼭 수학을 잘해야될 필요는 없는거지? 왜냐면 내가 본 논문들도 대부분 그냥 그 수식을 쓰니깐 된다. -> 수식 그냥 논문에 넣고 해당 수식을 적용해서 나온 원 논문을 참조문헌으로 쓰고 그냥 이거 쓰니깐 된다. 이런식으로 하더라고
네가 가상의 연구실들을 만들어서 비교하고있는거 아니니? 스토리 더 재밌게 다시 써오거라
아니 오늘 면담하고, 교수님 연구실과 연구방향이 달라서 괜히 시간만 뺏은거 같다고 말하고 나왔음.
이론적으로 접근하는 것도 좋은데 애초에 경험적으로 쌓아올린 학문에 두번째도 욕할건 없음. 이론적으로 좋은 접근이 무너진 사례도 많고 아직 이론적으로 완벽히 정립되지 않은 학문에 시행착오 자체가 가치있음
너 목표가 개발이냐 연구냐에 따라 다름. 졸업하고 industry갈거면 수학보다 구현에서 얻는 노하우가 훨씬 큼. 위에서 중요하다고 생각하는 목표를 구현하고 효율화할 수 있냐에 초점이 되어있거든. 너가 근데 academy 생각이 있다면, 수학은 필수긴 함. 여기는 일단 너가 목표를 제시하고, 그게 중요하다는 걸 어필해야하는데 그걸 기술하는 도구가 수학임.
industry 난 이쪽이 애초에 목표였어. 그래서 그런가 면담하다가 갑자기 '나는 여기랑 안맞을꺼같은데?' 라는 생각이 바로 들더라고...
@글쓴 딥삣삐(115.20) 그럼 2번 연구실 추천함. 1번 연구실은 gpu 자원이 일단 풍부하지 않을 수도 있음. 그리고 각 연구실 alumni 보면서 회사 인턴 경험이 생길수 있는지도 살펴봐. 만약 2번 연구실에 가게 되면 거기서 이론 잘하는 선배랑 친해질 준비해두셈.
@딥삣삐4(118.235) ㄳㄳ 아 그리고 박사과정 진학인데 석사때 게재논문 없어도 괜찮아? 상관없다고는 하셨는데 보통 석사때 게재논문 한두편 쓰는게 보통이야?
@글쓴 딥삣삐(115.20) 석사때 논문이 있는게 신기한거지 없다고 이상하게 안봐. 있더라도 탑티어 아니면 솔직히 기대도 안함. 대신 논문 게재가 아니더라도 작성 경험은 있는게 좋긴함. 요즘 클로드 딸깍이라곤 하지만, 논문에 드는 노력이 뭐가 있는지 아는거랑 모르는건 차이가 크거든.
ㄳㄳ 진지하게 답변해줘서 고마워. 일단 두번째 연구실 들어가고싶다고 해야겠다. 일단 논문을 아예 안써본건 아니고, sci 아니라 그냥 정보과학회 여기에 한번 내보려고 논문 쓰고는 있었어. 다행히 석사때 선배 한분이 도와주셔서 그나마 진행되서 다행인듯.. 답변 고마워
하고싶은거해 정답은 없음 연구실 나와서 뭘 하고싶고 그걸 위해선 어떤 랩실이 도움될지 생각하고 결정 ㄱㄱ - dc App
도메인분야가 중요한거 아닌가 - dc App
첫번째 연구실한테 가서 답장해주셈. 니들이 똥꼬쇼해봤자 성능이 빅테크 ai api딸깍보다 발가락에도 못미치고, 니들 논문낸거 몇년지나면 쓸모짝도없어지는데 왜 돈낭비하냐고
이런 마인드이면 연구할 필요 없이 빅테크 가면 되는데
@딥삣삐7(49.163) 빅테크도 똑같아 돈으로 쳐바르는건