메뉴 바로가기 검색 및 카테고리 바로가기 본문 바로가기

한빛출판네트워크

편집자 Choice

한번 맛봐도 손해보지 않을 그맛, 딥러닝 파이토치맛

한빛미디어

|

2019-11-01

|

by 최현우

424

펭귄브로의 3분 딥러닝, 파이토치맛

PyTorch 코드로 맛보는 CNN, GAN, RNN, DQN, Autoencoder, ResNet, Seq2Seq, Adversarial Attack

한빛미디어

딥러닝 프레임워크 1위는 단연 텐서플로입니다. 알파고로 딥러닝 붐을 일으킨 구글에서 만든 프레임워크라서 그런지 타의 추종을 불허합니다. 그래서 한 입에 먹기 좋고 포장한 '3분 딥러닝' 시리즈 첫 번째 주인공으로 다루기도 했습니다(골빈해커의 3분 딥러닝>. 두 번째 인기 프레임워크는 케라스(Keras)인데 그 유용함을 인정받아 텐서플로 2.0에서 고수준 API로 채택했습니다. 이 역시 <코딩셰프의 3분 딥러닝, 케라스맛>으로 맛볼 수 있죠.

 

그런대 한 번도 안 먹어 본 사람은 있어도 한 번만 먹은 사람이 없는 마성의 음식 같은 딥러닝 프레임워크가 하나 더 있습니다. 바로 파이토치입니다. 파이토치는 설치가 간단하고 직관적인 코드로 이해와 디버깅이 쉬운 장점이 있습니다. 기존 프레임워크가 프로그래머라는 전문가 집단에게 딥러닝으로의 인터페이스를 제공했다면, 파이토치는 비 프로그래머 집단도 쓸 수 있을 정도로 접근성을 끌어내렸죠. 

 

인공지능은 현재 문서 분류, 기계 번역, 추천 시스템, 이미지 인식 등에 사용됩니다. 이 서비스들은 모델 학습과 배포라는 2가지 파이프라인으로 관리됩니다. 대부분 딥러닝 프레임워크가 정적인 데이터셋으로 학습하고 정적인 모델을 배포하는 오프라인 학습에 최적화되어 있습니다. 반면 파이토치는 실행 중에 그래프를 바꿀 수 있습니다. 이것을 동적 계산 그래프 방식이라고 합니다. 이 동적 계산 그래프 방식 덕분에 데이터에 유연한 모델을 만들 수 있는 겁니다.

 

실행 도중 모델을 유연하게 관리할 수 있는 미래지향적 인공지능 프레임워크 파이토치를 맛보는 데 이 책이 도움이 되길 바랍니다.

댓글 입력
닫기

해당 상품을 장바구니에 담았습니다.이미 장바구니에 추가된 상품입니다.
장바구니로 이동하시겠습니까?

자료실