Deep Learning Frameworks

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

---

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 최신 버전 사용 권장 공식 문서 참고 테스트 환경에서 먼저 검증 --- References Deep Learning Frameworks --- Related Pages Linux Server Hardware Network ---