[AI]_16_AI 학습 라이브러리 + ML

 220327 작성

<본 블로그는 두우우부님의 알기쉬운 AI 블로그를 참고해서 공부하며 작성하였습니다>

https://doooob.tistory.com/66?category=825950 

[알기쉬운 AI - 16] 기계 학습 라이브러리

 

 

 

 

 

 

 

 

1. 기계학습 라이브러리

: 딥러닝을 위한 도구 = 프레임워크

: 라이브러리는 오픈소스로 제공, 인공지능 발전에 기여

인기있는 기계학습 라이브러리

 

 

- 오픈 소스 라이선스 (OSS)

: 오픈 소스 라이선스(OSS)로 github에 소스 코드가 공개

: MIT 라이선스로 사용 조건

'저작권자는 의무 나 책임을 지지 않음'

'저작권의 표시'

: BSD 라이선스 사용 조건

'저작권자는 의무 나 책임을 지지 않음'

'저작권의 표시'

'이용하여 만든 제품의 홍보 시 조직이나 저작권자의 이름을 사용한다'

 

 

 

 

- 주요 기계 학습 라이브러리

1)  Caffe 와 Caffe2

:  CNN뿐만 아니라 최근 주목받고 있는 RCNN, LSTM 전이 학습 등의 알고리즘을 지원

2) DL4J

: Deep Learning for Java라는 이름대로 Java, Scala 기반의 라이브러리

3) Keras

: Google의 프레임 워크 TensorFlow wrapper로 인기 있는 라이브러리

: 다양한 기능이 고도로 모듈화되어 있기 때문에 일일이 날 코딩할 필요가 없음

: 층을 쌓아 각층의 알고리즘이나 매개 변수를 지정하는 방식으로 신경망을 구성 가능

: 작성 코드도 훨씬 적음

: 시각화 기능도 충실하고, 학습 상황이나 만든 네트워크를 그래프나 차트로 볼 수 있음

Wrapper란?
: Wrapper는 포장지처럼 '원래의 기능을 감싸서 숨기는 기능'
: Keras는 TensorFlow의 wrapper로 사용자가 Keras의 용이성을 이용
: TensorFlow의 세부 내용은 의식하지 않아도 됨

4) Chainer

: 사용하기 쉽다는 점으로, 계산 그래프를 쉽게 그림

5) TensorFlow

: AI 라이브러리 중 가장 인기 있는 것이 Google의 TensorFlow

: 범용성이 높고 섬세한 조정이 가능한 프레임워크

: C++로 구현되어 있기 때문에 처리 속도가 빠르고 신경망 처리를 위한 함수도 다양함

: 모듈화되어 있지 않기 않아 뭐든지 가능

: 그에 상응하는 학습 시간과 수학 및 통계학 지식이 필요함. 진입장벽을 덜어주는 것이 앞에 언급한 Keras라는 wrapper

6) Torch와 Pytorch

: Torch는 가장 오래된 기계 학습 라이브러리로 Lua라는 스크립트 언어로 작성

: Python으로도 작성되었는데 Facebook이 공개한 라이브러리가 Pytorch

7) Cognitive Toolkit

: TesolFlow와 같이 Keras를 wrapper로 사용 가능

IBM는
: AI를 Artificial Intelligence(인공 지능) 대신 Augmented Intelligence(확장 지능)로 정의
: AI보다는 Cognitive Computing(인지 컴퓨팅)이라는 말을 사용

8) PaddlePadlle

: 클라우드뿐만 아니라 분산 컴퓨팅 클러스터에서 고속으로 작동하기 때문에 에지(edge) 컴퓨팅의 보급에 도움

9) MXNet

: 확장 가능한 것으로, 대규모 학습 연산도 GPU의 수를 늘려서 더 빠르게 처리