Introduction to PyTorch
딥러닝 프레임워크인 PyTorch에 대해 AraBoza
현재 우리가 살고있는 세상은 너무너무너무 발전되어있다 💻
딥러닝도 마찬가지이다, 이미 다른 사람들이 너무 잘 만들어 놓은 것들이 존재한다
그 중 가장 많이 쓰이는 딥러닝 프레임워크는 meta(구 페이스북)가 만든 PyTorch와 Google이 만든TensorFlow이다
- TensorFlow와 PyTorch의 가장 큰 차이점은 그래프계산이다
- TensorFlow는 Define and Run(Static graps)로 그래프를 먼저 정의하고 실행시점에 데이터를 feed하고 PyTorch는 Define by Run(Dynamic computation graphs)로 실행시점에서 그래프를 그린다
- TF는 cloud, MlOps, multi GPU등에서 강점을 보인다
- Define by Run인 PyTorch는 모델을 돌리면서 바로바로 확인가능한 즉, 사용하기 편한 장점이 존재한다.
- 딥러닝 프레임워크를 좀 더 자세히 알고 싶으면 ?
- 밑바닥부터 시작하는 딥러닝3(사이토 고키) 참고
PyTorch
- PyTorch : Numpy + AutoGrad + Function
- Numpy 구조를 가지는 Tensor 객체로 array를 표현한다
Tensor란 ?
다차원 Arrays를 표현하는 PyTorch 클래스로 사실 ndarray, TF의 Tensor와 동일하다, 따라서 기본적으로 numpy와 사용법이 비슷하나 tensor는 GPU에 올려서 사용가능하다는 차이점이 있다
-
- AutoGrad(자동미분)을 지원하여 DL 연산을 지원한다
- 다양한 형태의 DL을 지원하는 함수와 모델을 지원한다
반응형
'⌨Programming > Pytorch' 카테고리의 다른 글
[pytorch]모델저장&불러오기 (0) | 2022.01.27 |
---|---|
[pytorch] 모델제작(torch.nn.Module) (0) | 2022.01.26 |