소프트웨어 공장

모델 저장 및 로드 방법 (TensorFlow & PyTorch)딥러닝 모델을 학습하고 난 후 이를 저장하고 불러오는 과정은 매우 중요합니다. 학습된 모델을 재사용하거나 배포할 때 필요한 과정이며, 훈련을 중단한 후에도 모델을 다시 불러와 이어서 학습할 수 있습니다. 본 포스팅에서는 TensorFlow와 PyTorch에서 모델을 저장하고 로드하는 방법을 설명하겠습니다.1. TensorFlow에서 모델 저장 및 로드TensorFlow에서는 tf.keras.Model을 이용하여 모델을 저장할 수 있습니다. TensorFlow에서 제공하는 모델 저장 방법은 크게 두 가지로 나뉩니다.1.1 전체 모델 저장 및 로드TensorFlow에서는 model.save()를 사용하여 전체 모델을 저장할 수 있습니다. 이 방..

PyTorch란? 설치 및 기본 사용법1. PyTorch란?PyTorch는 Facebook(현 Meta)에서 개발한 오픈소스 딥러닝 프레임워크로, 유연한 동적 계산 그래프(dynamic computation graph)와 직관적인 사용성을 제공하여 연구 및 실무에서 널리 사용되고 있습니다. 특히, PyTorch는 연구자와 개발자에게 친숙한 Pythonic한 API를 제공하며, Tensor 연산을 GPU에서 가속할 수 있도록 지원합니다.PyTorch는 다음과 같은 특징을 갖고 있습니다:동적 계산 그래프(Dynamic Computation Graph): 그래프를 실행 시점에서 구성할 수 있어 디버깅과 실험이 용이합니다.자동 미분(Autograd): 역전파(Backpropagation)를 자동으로 수행하여 딥..