PyTorch를 처음 배우면 Tensor, DataLoader, nn.Module, loss.backward() 같은 낯선 이름이 한꺼번에 등장합니다. 이 책은 그 조각들을 따로 외우게 하지 않고, 데이터가 모델을 지나 학습되고 저장되는 전체 흐름 안에서 하나씩 이해하도록 안내합니다.
먼저 텐서의 모양과 자료형을 확인하는 습관을 만들고, Dataset과 DataLoader로 데이터를 공급하는 방법을 익힙니다. 그다음 신경망 모델을 직접 정의하고, 손실 함수와 옵티마이저를 연결해 학습 루프와 평가 루프를 완성합니다. 초보자가 자주 만나는 shape, dtype, device 오류도 실제 코드 흐름 속에서 해결할 수 있도록 정리했습니다.
마지막에는 FashionMNIST 이미지 분류 프로젝트를 통해 데이터 준비, 모델 정의, 학습, 검증, 저장, 추론까지 한 번에 연결합니다. 이 책을 끝까지 따라가면 PyTorch 예제 코드를 단순히 복사하는 단계에서 벗어나, 내 데이터와 내 모델에 맞게 고쳐 쓸 수 있는 기본기를 갖추게 됩니다.
