728x90
반응형
SMALL
1. 파이토치(PyTorch)
- 딥 러닝과 기계 학습을 위한 오픈 소스 프레임워크
- Python 기반의 과학 계산 패키지인 토치(Torch)를 기반으로 개발
- 텐서 연산과 자동 미분을 위한 기능을 제공하여 신경망 모델의 구성, 학습, 추론을 쉽게 구현
2. 파이토치의 특징
2-1. 장점
- 설치가 간편
- 이해와 디버깅이 쉬운 직관적이고 간결한 코드로 구성
- Define by Run 방식을 기반으로 한 실시간 결과값을 시각화
- 파이썬 라이브러리(Numpy, Scipy, Cython)와 높은 호환성
- Winograd Convolution Algorithm 기본 적용을 통한 빠른 모델 훈련이 가능
- 모델 그래프를 만들 때 고정상태가 아니기 때문에 언제든지 데이터에 따라 조절이 가능
- Numpy스러운 Tensor연산이 GPU로도 가능
- 학습 및 추론 속도가 빠르고 다루기 쉬움
2-2. 파이토치의 패키지
3. Pytorch vs. TensorFlow in 2023
3-1. 모델 가용성
1) Hugging Face
- Hugging Face는 다양한 NLP 모델(딥러닝 모델) 및 라이브러리를 제공하며, 이를 통해 개발자와 연구자들은 자연어 처리 작업을 간단하게 수행하고, 다양한 NLP 모델을 활용할 수 있음
- HuggingFace를 사용하면 단 몇 줄의 코드만으로 훈련되고 조정된 SOTA 모델을 파이프라인에 통합할 수 있음
- TensorFlow 전용 모델은 약 8%에 불과하며, 전체 모델의 약 14%만이 TensorFlow에서 사용할 수 있음(작년의 16%에서 감소).
- 2022년에는 45,000개 이상의 PyTorch 전용 모델이 추가된 반면, TensorFlow 전용 모델은 약 4,000개에 불과
2) 연구 논문
- 상위 8개 연구 저널의 데이터를 집계한 결과, PyTorch의 채택은 매우 빨르게 성장했고, 불과 몇 년 만에 약 7%에 불과하던 사용률이 PyTorch 또는 TensorFlow를 사용하는 논문의 거의 80%에서 사용하게 됨
3) 코드가 있는 논문
- 머신 러닝 논문, 코드, 데이터 세트 등으로 무료 오픈 리소스를 제공하는 것을 사명으로 하는 웹사이트인 Papers with Code의 데이터에서 3,319개의 리포지토리 중 70%에 가까운 3,319개의 리포지토리가 PyTorch로 구현된 반면, TensorFlow로 구현된 논문은 4%에 불과했습니다(작년의 11%에서 감소).
파이토치가 현재 연구 환경을 지배하고 있다
커뮤니티에서 널리 채택되고 대부분의 출판물/사용 가능한 모델에서 PyTorch를 사용한다
3-2. 배포
- 어떤 프레임워크가 가장 뛰어난 모델에 액세스할 수 있는지를 고려하는 것 외에도 각 프레임워크의 엔드투엔드 딥러닝 프로세스를 고려하는 것이 중요
- TensorFlow에는 엔드투엔드 딥 러닝 프로세스를 쉽고 효율적으로 만들어주는 수많은 관련 도구가 있음. 특히 배포의 경우, TensorFlow Serving과 TensorFlow Lite를 사용하면 클라우드, 서버, 모바일 및 IoT 장치에 손쉽게 배포 가능
- PyTorch는 사용자가 모델 위에 REST API를 구축하기 위해 Flask나 Django와 같은 것을 사용해야 했지만, 이제는 TorchServe와 PyTorch Live의 형태로 기본 배포 옵션이 제공
- PyTorch는 2019년에 Android, iOS, Linux에 최적화된 머신 러닝 모델을 배포하기 위한 엔드투엔드 워크플로우를 만들기 위해 설계된 PyTorch Mobile을 처음 출시
3-3. 파이토치와 텐서플로우 중 어떤 것을 사용할 것인가?
- 어떤 프레임워크가 가장 적합한지 결정하는 데 도움을 드리기 위해 권장 사항을 아래 플로우 차트로 정리했으며, 각 차트는 관심 분야에 맞게 조정됨
728x90
반응형
LIST
'Python > ML&DL' 카테고리의 다른 글
[파이썬, Python] 파이토치(Pytorch)로 논리 회귀(Logistic Regression)구현하기! (0) | 2023.06.26 |
---|---|
[파이썬, Python] 파이토치(Pytorch)로 선형회귀(Linear Regression) 구현하기! (0) | 2023.06.23 |
[파이썬, Python] 평가지표 - MSE, MAE, RMSE (0) | 2023.06.23 |
[파이썬, Python] 머신러닝 - 7️⃣ KMeans (0) | 2023.06.19 |
[파이썬, Python] 머신러닝 - 6️⃣ LightGBM (0) | 2023.06.18 |