Deep Learning Frameworks: Difference between revisions
Jump to navigation
Jump to search
(Template migration to LLM-Optimized Wiki Template) |
(Fix: remove --- horizontal lines (9 removed)) |
||
| (One intermediate revision by the same user not shown) | |||
| Line 18: | Line 18: | ||
* 언제 사용하는가? - 서버 구성, 성능 튜닝, 문제 해결 시 | * 언제 사용하는가? - 서버 구성, 성능 튜닝, 문제 해결 시 | ||
== Purpose == | == Purpose == | ||
| Line 28: | Line 27: | ||
* Non-goals: 다른 주제로의 확장 | * Non-goals: 다른 주제로의 확장 | ||
== Key Concepts == | == Key Concepts == | ||
| Line 42: | Line 40: | ||
|} | |} | ||
== Detailed Explanation == | == Detailed Explanation == | ||
| Line 56: | Line 53: | ||
* 왜 필요한가? 복잡한 신경망 연산을 추상화하여 개발자가 모델에 집중할 수 있게 함 | * 왜 필요한가? 복잡한 신경망 연산을 추상화하여 개발자가 모델에 집중할 수 있게 함 | ||
* 언제 사용하는가? 이미지 인식, NLP, 추천 시스템 등 모든 딥러닝 프로젝트 | * 언제 사용하는가? 이미지 인식, NLP, 추천 시스템 등 모든 딥러닝 프로젝트 | ||
주요 딥러닝 프레임워크의 특징, 비교, 선택 가이드 제공 | 주요 딥러닝 프레임워크의 특징, 비교, 선택 가이드 제공 | ||
* Goal: 개발자가 프로젝트에 맞는 프레임워크를 선택할 수 있도록 정보 제공 | * Goal: 개발자가 프로젝트에 맞는 프레임워크를 선택할 수 있도록 정보 제공 | ||
* Scope: TensorFlow, PyTorch, Keras, MXNet, Caffe, Theano, CNTK 등 주요 프레임워크 | * Scope: TensorFlow, PyTorch, Keras, MXNet, Caffe, Theano, CNTK 등 주요 프레임워크 | ||
* Non-goals: 프레임워크별 상세 API 문서화, 커스텀 프레임워크 개발 가이드 | * Non-goals: 프레임워크별 상세 API 문서화, 커스텀 프레임워크 개발 가이드 | ||
{| class="wikitable" | {| class="wikitable" | ||
! Framework | ! Framework | ||
| Line 67: | Line 62: | ||
! Status | ! Status | ||
== Best Practices == | == Best Practices == | ||
| Line 75: | Line 69: | ||
* 테스트 환경에서 먼저 검증 | * 테스트 환경에서 먼저 검증 | ||
== References == | == References == | ||
| Line 81: | Line 74: | ||
* [https://wiki.hpcmate.com Deep Learning Frameworks] | * [https://wiki.hpcmate.com Deep Learning Frameworks] | ||
== Related Pages == | == Related Pages == | ||
| Line 90: | Line 82: | ||
* [[Network]] | * [[Network]] | ||
[[Category:Server]] | [[Category:Server]] | ||
== Knowledge Graph == | |||
Related | |||
→ [[Linux]] | |||
→ [[Server]] | |||
→ [[Hardware]] | |||
→ [[Network]] | |||
[[Category:Reference]] | [[Category:Reference]] | ||
Latest revision as of 11:28, 17 July 2026
Overview
Deep Learning Frameworks에 대한 기술 문서입니다.
Summary
- 무엇인가? - Deep Learning Frameworks
- 왜 필요한가? - HPC 및 서버 환경에서 필수 개념
- 언제 사용하는가? - 서버 구성, 성능 튜닝, 문제 해결 시
Purpose
이 문서가 존재하는 이유
- Goal: Deep Learning Frameworks에 대한 기술 정보 제공
- Scope: Deep Learning Frameworks의 개념, 사용법, 설정
- Non-goals: 다른 주제로의 확장
Key Concepts
| Concept | Description | Related |
|---|---|---|
| Deep Learning Frameworks | HPC/서버 환경에서 중요한 기술 개념 | Linux, Server |
Detailed Explanation
Deep Learning Frameworks
|status=Draft |owner=Knowledge Agent |last_update=2026-07-16 |review=Pending }} 딥러닝 모델을 설계, 훈련, 배포하기 위한 소프트웨어 라이브러리 및 프레임워크의 생태계.
- 무엇인가? TensorFlow, PyTorch, Keras 등 딥러닝 모델 개발을 위한 프레임워크
- 왜 필요한가? 복잡한 신경망 연산을 추상화하여 개발자가 모델에 집중할 수 있게 함
- 언제 사용하는가? 이미지 인식, NLP, 추천 시스템 등 모든 딥러닝 프로젝트
주요 딥러닝 프레임워크의 특징, 비교, 선택 가이드 제공
- Goal: 개발자가 프로젝트에 맞는 프레임워크를 선택할 수 있도록 정보 제공
- Scope: TensorFlow, PyTorch, Keras, MXNet, Caffe, Theano, CNTK 등 주요 프레임워크
- Non-goals: 프레임워크별 상세 API 문서화, 커스텀 프레임워크 개발 가이드
| Framework | Developer | Status
Best Practices
References
Related PagesKnowledge GraphRelated |
|---|