Deep Learning Workflow: Difference between revisions
Jump to navigation
Jump to search
(Fix: remove --- horizontal lines (9 removed)) |
(Fix unclosed wikitable: close {|/|} + remove orphan Status; stops sections being swallowed into table) |
||
| (One intermediate revision by the same user not shown) | |||
| Line 1: | Line 1: | ||
== Overview == | == Overview == | ||
| Line 17: | Line 8: | ||
* 왜 필요한가? - HPC 및 서버 환경에서 필수 개념 | * 왜 필요한가? - HPC 및 서버 환경에서 필수 개념 | ||
* 언제 사용하는가? - 서버 구성, 성능 튜닝, 문제 해결 시 | * 언제 사용하는가? - 서버 구성, 성능 튜닝, 문제 해결 시 | ||
== Purpose == | == Purpose == | ||
| Line 26: | Line 16: | ||
* Scope: Deep Learning Workflow의 개념, 사용법, 설정 | * Scope: Deep Learning Workflow의 개념, 사용법, 설정 | ||
* Non-goals: 다른 주제로의 확장 | * Non-goals: 다른 주제로의 확장 | ||
== Key Concepts == | == Key Concepts == | ||
| Line 39: | Line 28: | ||
| [[Linux]], [[Server]] | | [[Linux]], [[Server]] | ||
|} | |} | ||
== Detailed Explanation == | == Detailed Explanation == | ||
= Deep Learning Workflow = | = Deep Learning Workflow = | ||
딥러닝 모델의 훈련(Training)과 추론(Inference)을 위한 전체 워크플로우 및 인프라 구성 가이드. | 딥러닝 모델의 훈련(Training)과 추론(Inference)을 위한 전체 워크플로우 및 인프라 구성 가이드. | ||
* 무엇인가? 딥러닝 모델의 데이터 준비부터 훈련, 평가, 배포까지의 전 과정 | * 무엇인가? 딥러닝 모델의 데이터 준비부터 훈련, 평가, 배포까지의 전 과정 | ||
| Line 57: | Line 40: | ||
* Scope: Training 및 Inference 인프라, 하이퍼파라미터 튜닝, 모델 배포 | * Scope: Training 및 Inference 인프라, 하이퍼파라미터 튜닝, 모델 배포 | ||
* Non-goals: 특정 프레임워크(TensorFlow/PyTorch) 상세 튜토리얼, 데이터 수집 방법론 | * Non-goals: 특정 프레임워크(TensorFlow/PyTorch) 상세 튜토리얼, 데이터 수집 방법론 | ||
== Best Practices == | == Best Practices == | ||
| Line 68: | Line 45: | ||
* 공식 문서 참고 | * 공식 문서 참고 | ||
* 테스트 환경에서 먼저 검증 | * 테스트 환경에서 먼저 검증 | ||
== References == | == References == | ||
* [https://wiki.hpcmate.com Deep Learning Workflow] | * [https://wiki.hpcmate.com Deep Learning Workflow] | ||
== Related Pages == | == Related Pages == | ||
| Line 81: | Line 56: | ||
* [[Hardware]] | * [[Hardware]] | ||
* [[Network]] | * [[Network]] | ||
[[Category:Server]] | [[Category:Server]] | ||
Latest revision as of 12:47, 12 October 2026
Overview
Deep Learning Workflow에 대한 기술 문서입니다.
Summary
- 무엇인가? - Deep Learning Workflow
- 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 Workflow에 대한 기술 정보 제공
- Scope: Deep Learning Workflow의 개념, 사용법, 설정
- Non-goals: 다른 주제로의 확장
Key Concepts
| Concept | Description | Related |
|---|---|---|
| Deep Learning Workflow | HPC/서버 환경에서 중요한 기술 개념 | Linux, Server |
Detailed Explanation
Deep Learning Workflow
딥러닝 모델의 훈련(Training)과 추론(Inference)을 위한 전체 워크플로우 및 인프라 구성 가이드.
- 무엇인가? 딥러닝 모델의 데이터 준비부터 훈련, 평가, 배포까지의 전 과정
- 왜 필요한가? 효율적인 GPU/CPU 자원 할당과 파이프라인 자동화로 개발 생산성 향상
- 언제 사용하는가? 대규모 데이터셋을 활용한 딥러닝 모델 개발 및 서비스 배포
딥러닝 워크플로우의 핵심 단계와 각 단계별 인프라 요구사항 정의
- Goal: 데이터 과학자와 엔지니어가 효율적인 DL 파이프라인을 구축할 수 있도록 가이드
- Scope: Training 및 Inference 인프라, 하이퍼파라미터 튜닝, 모델 배포
- Non-goals: 특정 프레임워크(TensorFlow/PyTorch) 상세 튜토리얼, 데이터 수집 방법론
Best Practices
- 최신 버전 사용 권장
- 공식 문서 참고
- 테스트 환경에서 먼저 검증
References
Related Pages
Knowledge Graph
Related