01 - PyTorch 소개

딥러닝을 할 때, 코드는 처음부터 다 짜야할까?

죽을수도있다..

 

남이 만든걸 쓴다. 자료 많고 관리 잘 되고 표준이다.

딥러닝 프레임워크 리더는 PyTorch(facebook)와 TensorFlow(google)

PyTorch와 TensorFlow의 가장 큰 차이는 Computational graph가 Static한지 Dynamic한지가 있다.

Computational Graph란 연산의 과정을 그래프로 표현한 것.

 

TensorFlow: Define and Run, 그래프를 먼저 정의하고 -> 실행시점에 데이터 feed, 실제 제품 생산 production 영역에선 장점이 있다.

PyTorch: Define by Run, 실행하면서 그래프를 생성하는 방식, 디버깅할 때 이점을 가짐. 최근 파이토치 사용량이 높아지고 있다.

 

PyTorch를 3가지로 표현하면

1. Numpy: numpy구조의 tensor 객체 사용
2. AutoGrad: 자동미분을 지원하여 DL 연산을 지원
3. Function: 다양한 형태의 DL을 지원하는 함수와 모델을 지원