그리고 초보자면 차라리 구글 코랩으로 기초를 익히는게 낫습니다. 

코랩은 초보자가 하기에도 별로인거 같더라구요 ㅎㅎ 그리고 batch size, loss function, learning rate, softmax 등이 대표적인 하이퍼파라미터입니다. 극한으로 사용한다는 말은 하이퍼파라미터가 크면 클수록 하드웨어 빨을 많이 받는다는 의미죠 ㅎㅎ

하이퍼파라미터가 크면클수록이 아니고 batch와 모델 사이즈에 해당하는 하이퍼파라미터는 그렇다가 맞는거같네요 이런 표현이 다른분들로 하여금 혼동을 줄거같아 남긴거에요 ㅎㅎ 딱히뭐 공격하고자하고 그런건아닙니다~

초보자면 구글 코랩이 아니라 그냥 cpu버전 tensorflow써도 상관은 없을거 같긴한데 ^^; 

cpu버전이면 돌아가는게 거의 없습니다. 그런 의도로 하이퍼파라미터를 언급하신거면 맞는 표현이긴한데 극한으로 간다.. 이런 표현은 조금 혼동을 주는거같아서요 ㅎㅎ 저도 모르고 하는 소린아니고 조금 공부중이어서 혼동되시는 분이 있을까봐 남겼습니다. 코랩이 불편한건 개인차같네요 저라면 3060살돈 아껴서 코랩으로 공부하고 상위모델 구매를 추천하고싶네요

다들 초보자들에게 코랩 추천하는데 저는 이유를 모르겠더라구요. 초보자면 리눅스 용어도 모르는 상태로 시작하는데 어떻게 코랩을 하라는건지 ㅡ.ㅡ 그래서 cpu버전이 느리더라도 코랩에 비해서 갖는 이점이 있다고 생각합니다. 사실 코랩도 그렇게 빠른게 아니기도 하구요. Mnist 모델 돌리면 epoch가 2초 정도 걸리고 cpu버전은 11초 정도 걸리는데 뭐 이정도 차이쯤이야 ㅎㅎ

Vram이 커야 해상도 높은 이미지 작업하는데도 도움이 됩니다. 2070s써보면 1920x1080이미지 학습하다가 그냥 블루스크린뜨고 학습 종료되는 경우도 있습니다 ㅋㅋㅋ

네~ 저도 공부하는 중이라 압니다 ㅎㅎ 그정도면 블루스크린보단 OOM이 뜨면서 그냥 멈출거같네요