PyTorch 소개

PyTorch intro

• Deep Learning를 코딩을 도와주는 frame work
• 직접 하나하나 coding을 해서 Deep Learning을 사용할 수 있음
• 하지만 요즘은 남이 만든걸 사용하여 효율을 높임
• 요즘은 Tensorflow(google), Pytorch(facebook) 두 가지로 많이 사용함

추천책 - 밑바닥부터 시작하는 Deep Learning

TensorFlow(Keras) vs PyTorch

• 요즘은 점점 PyTorch를 많이 쓰는 추세임
• 학회나 다른 연구들에서 PyTorch가 많이 쓰이지만,
• Tensor는 Google의 도구로 Prodcution화에 유리하고, Cloud연결성, Multi GPU 사용에 유리함

Computational Graph

• 연산을 그래프화 하는걸 Computational Graph라고함

• 그래프와 연산의 순서에 따라 크게 2가지 종류가 있음

1. Define and Run - TensorFlow
   • 그래프를 먼저 그린 후 Data를 Feed 하는 형식으로 사용
2. Define by Run(Dynamic Computational Graph, DCG) - PyTorch
   • 실행을 하면서 그래프를 생성하는 방식

PyTorch의 장점

• Define By Run 방식의 Computational Graph → 바로바로 확인 가능
• Pythonic Code
• GPU 지원, API와 community가 활발함
• Numpy(구조, Tensor) + Autograd(자동미분) + Function(다양한 DL 함수)

📌reference

• boostcourse AI tech
• standford DL lecture

💡 수정 필요한 내용은 댓글이나 메일로 알려주시면 감사하겠습니다!💡