Deep Learning Framework

Deep Learning Framework

• 이미 검증된 수많은 라이브러리와 사전 학습까지 완료된 다양한 딥러닝 알고리즘을 제공하여 개발자가 빠르고 손쉽게 사용할 수 있음
• 기능 구현이 아닌 문제 해결을 위한 핵심 알고리즘 개발에만 집중할 수 있도록 도와줌
• 솝쉽게 GPU를 활용한 연산을 사용할 수 있게 지원

※ Framework

응용 프로그램을 개발하기 위한 여러 라이브러리나 묘듈 등을 효율적으로 사용할 수 있도록 묶어 놓은 일종의 패키지

 

Theano

• 최초의 딥러닝 라이브러리 중 하나로 파이썬(Python) 기반
• CPU 및 GPU의 수치계산에 매우 유용한 선형대수 심벌 컴파일러
• 미분, 선형대수 계산을 포함해 Symbolic expression을 통한 정의된 수식을 사람처럼 미분하거나 재정리해서 전체 계산에 대한 최적의 계산 경로를 찾아내는 소프트웨어
• 저수준 라이브러리로 딥러닝 모델을 직접 만들거나 그 위에 래버 라이브러리를 사용하여 프로세스를 단순화 가능

TensorFlow (Google)

• 2015년 오픈소스로 공개
• Python 기반 라이브러리로 여러 CPU 및 GPU와 모든 플랫폼, 데스크톱 및 모바일에서 사용 가능
• 다른 프레임워크에 비해 속도가 느린 편이며, 스칼라(Scala) 언어는 지원하지 않음
• 저수준 라이브러리로 딥러닝 모델을 직접 만들거나 그 위에 래버 라이브러리를 사용하여 프로세스를 단순화 가능
• C/C++ 엔진에 파이썬 API로 제적되어 빠른 실행이 가능
• TensorBoard라는 모델 가상화 도구를 제공하여 모델을 쉽게 시각화할 수 있다.

Keras (Google)

• Theano와 TensorFlow을 직접 사용하여 모델을 만드는 것은 매우 저급 수준이기 때문에 어려움
• Keras는 효율적인 신경망 구축을 위한 단순화된 인터페이스를 개발
• Theano 또는 TensorFlow에서 작동하도록 구성할 수 있고 Backend로 사용, Torch와 같이 직관적인 API 제공

Pytorch (Facebook)

• Torch를 기반으로 한 Python을 위한 딥러닝 프레임워크
• 자연어 처리와 같은 애플리케이션을 위해 사용
• GPU사용이 가능하기 때문에 속도가 빠름

※ Torch

• Lua라는 스크립트 언어를 기반으로 제작된 딥러닝 프레임워크
• 최대한의 유연성을 달성하고 모델을 제작하는 과정을 매우 간단하게 만드는 것이 목표

Caffe2 (Facebook)

버클리 캘리포니아 대학교에서 처음 개발 된 딥 러닝 프레임 워크

Python 인터페이스를 사용하여 C ++로 작성

Mobile first DL Framework: 모바일과 대용량 스케일의 사용 제품을 위한 프레임워크

 

Mxnet (Amazon)

• DMLC(Distributed Machine LEarning Community)팀에서 개발
• Distributed system 지원

DJ4J(DeepLearning4J)

• Java로 개발된 딥러닝 프레임워크
• Closuer와 Scala와 같은 다른 JVM언어도 지원
• 상업/산업 중심의 분산 딥러닝 플랫폼으로 널리 사용
• Hadoop과 Spark를 기반으로 하는 빅데이터 도구와 함께 사용 가능

---