PyTorch 프로젝트 구조 이해
- PyTorch에 모듈이 어떻게 구성되는지
- 그 모듈들 안에 어떻게 프로젝트 코드들이 들어가야하는지
- 프로젝트 템플릿에 대한 이해
PyTorch Project Template Overview
ML 코드는 언제나 Jupyter에서?
- Jupyter은 사용하기 쉬운 환경이긴 하지만 모든 개발에서 사용될 수는 없음
- 개발 초기단계에서는 대화식(Jupyter) 개발과정이 유리
- 학습과정과 디버깅 등 지속적인 확인
- 베포 및 공유단계에서는 notebook 공유의 어려움
- 쉬운 재현의 어려움, 실행순서 꼬임
- DL코드도 하나의 프로그램
- 개발용이성 확보와 유지보수 향상
- 파라미터를 계속 바꿔가면서 더 좋은 모델을 만들때는, 모델과 파라미터의 버전을 어느순간 일치시키기 힘들어진다. (파라미터를 바꿀 때 마다 메모해 놓는것도 귀찮고, 사람이 개입하기 때문에 실수가 발생할 우려도 있다. 무엇보다, 과거 모델과 현재 모델을 비교하는 A/B 테스트를 하려면, 과거 학습시에 썼던 파라미터가 보존되어 있어야한다. 실험할 때마다 Jupyter notebook 을 카피해 놓을 자신이 있는가?)
PyTorch Project Template Overview
OOP(객체지향프로그래밍) + 모듈 -> 프로젝트 // 코드도 레고처럼
- 다양한 프로젝트 템플릿이 존재
- 사용자 필요에 따라 수정하여 사용
- 실행, 데이터, 모델, 설정, 로깅, 지표, 유틸리티 등 다양한 모듈들을 분리하여 프로젝트 템플릿화
- 프로젝트마다 공통된 워크플로우는 각자 사정에 맞게 설계를 해 두면 편하기도 할 뿐더러, 모델의 관리도 쉬워지고, 프로젝트를 성공적으로 마칠수도 있을 것이다. 더 많은 머신러닝, 딥러닝 프로젝트를 이 템플릿에 담아보면서, 조금씩 수정해 나가면 개발자와의 협업도 수월해 질 것으로 생각한다.
Pytorch Template 추천 repository
'Pytorch' 카테고리의 다른 글
| PyTorch Basic (0) | 2022.07.20 |
|---|