딥 러닝이란 무엇일까요?

IBM Watson® Studio 내에서 IBM의 실험 중점 과제인 딥 러닝 서비스는 데이터 사이언티스트들이 자체 신경망을 시각적으로 설계하고 자체 트레이닝 실행을 확장할 수 있도록 도와줍니다. 여기서 자동 할당은 사용된 리소스에 대해서만 지불함을 의미합니다. 프로덕션 환경에 최적화되어 있으며, 선호하는 딥 러닝 프레임워크로 NVIDIA Tesla V100 GPU를 사용하여 트레이닝을 확장한 후 클라우드에 또는 에지에 손쉽게 배치합니다.

→ 딥 러닝 웨비나 보기(ibm.com 외부 링크)

딥 러닝 기능

실험 어시스턴트

일괄처리-트레이닝 실험을 시작하고 모니터한 후 교차 모델 성능을 실시간으로 비교합니다. 결과를 시각화하기 위한 스크립트와 로그 전송은 신경쓸 필요가 없습니다. 사용자는 신경망의 설계에 전념하고 IBM은 사용자의 자산을 관리하고 추적합니다.

개방성 및 유연성

선호하는 딥러닝 프레임워크를 사용할 수 있습니다. Tensorflow, Keras, PyTorch, Caffe 등 명령행 인터페이스(CLI), Python 라이브러리 또는 대화식 사용자 인터페이스 중 원하는 툴을 사용하여 딥러닝 실험을 관리할 수 있습니다.

탄력적인 GPU 계산

시장을 선도하는 NVIDIA Tesla GPU — K80, P100 및 V100을 사용하여 병렬로 신경망을 트레이닝합니다. 사용한 항목에 대해서만 지불하면 됩니다. 자동 할당은 클라우드 트레이닝 인스턴스를 종료시키는 것을 기억할 필요가 없음을 의미합니다. 관리할 클러스터 또는 컨테이너가 없습니다.

하이퍼 매개변수 최적화

최소의 트레이닝 실행으로 최상의 모델 성능을 보장하기 위해 네트워크의 하이퍼 패러미터 공간의 검색을 효율적으로 자동화합니다.

Neural Network Modeler(베타)

신경망을 시각적으로 설계합니다. 가장 유명한 딥 러닝 프레임워크를 사용하여 신경 구조의 계층을 드래그 앤 드롭한 후 이를 구성하고 배치합니다.

딥 러닝 특장점

돈과 시간을 동시에 절감

선호하는 IDE및 기존 워크플로우를 사용합니다. CLI, Python 라이브러리 및 REST 액세스는 비주얼 디버깅 툴로 밸런스가 유지됩니다. 네트워크를 더 빠르고 효율적으로 설계하고 최적화합니다.

온디맨드 인텔리전스

관리식 트레이닝은 최적의 신경망 구조를 설계하는 데 전념함을 의미합니다. 트레이닝 자산이 축적됩니다. 자동 할당을 채택하여 작업에 필요한 컴퓨팅 리소스에 대해서만 비용을 지불하면 됩니다.

신뢰할 수 있는 클라우드 인프라

이는 엔터프라이즈 프로덕션 환경에 최적화되어 있으며, IBM Watson 코그너티브 서비스를 호스팅하는 동일한 인프라에서 실행됩니다.

그래프(로그 파일 아님)

텍스트 로그는 잊으셔도 됩니다. 실시간으로 정확도 및 손실 그래프를 오버레이하고 추적한 후 하이퍼 패러미터를 보고 모델링하여 신경망의 트레이닝을 보다 심도있게 살펴봅니다.

팀 협업

실험을 공유하고 신경 구조를 디버깅하며 호스팅된 오브젝트 저장소 내의 공통 데이터에 액세스하고 버전화된 모델을 팀에 전달하여 이들이 지속적 러닝 플로우에 데이터를 공급할 수 있도록 지원합니다.

제품 오퍼링 이미지

선호 프레임워크 사용

Watson Studio에는 유명한 프레임워크가 사전 설치되어 있으며 Watson Machine Learning Service를 통해 성능이 최적화되어 있습니다. 그리고 사용자 환경에 커스터마이징 종속 항목을 손쉽게 추가할 수 있습니다. 이제 Watson Studio를 사용하여 자신의 작업에만 전념하세요. IBM에서 사용자 환경을 관리해 드립니다.

Watson Studio 살펴보기 →

튜토리얼 및 유스케이스

노트북, Keras 및 TensorFlow를 사용하여 차세대 언어 모델 구축

제품 리뷰와 같은 부당한 문제에 대처하는 방법은 무엇일까요? 작성 중인 것과 동일한 세대 모델을 사용하는 것입니다. 이 코드 패턴은 Keras 및 TensorFlow를 사용하여 노트북에서 딥 러닝 언어 모델을 트레이닝하는 방법에 대해 설명합니다. Yelp에서 다운로드한 데이터를 사용하여, 사용자는 TensorFlow 및 Keras를 설치하고 딥 러닝 언어 모델을 트레이닝하며 새 레스토랑 리뷰를 생성하는 방법을 배우게 됩니다. 이 코드 패턴의 범위는 텍스트 생성에 대한 소개로만 제한되지만, 이는 언어 모델을 구축하는 방법을 배우는 데 필요한 강력한 기반을 제공합니다.

자세히 보기

딥 러닝

Watson Studio 및 PyTorch에서 필기체 숫자 인식기 구축

필기체 숫자 인식은 단순하며 인간에게는 그저 평범한 기술이지만, 기계의 입장에서 이는 엄청난 도전일 수 있습니다. 이제 머신 러닝과 AI의 발전으로 인해 이러한 상황은 변했습니다. 즉석에서 손으로 직접 쓴 수표를 스캔할 수 있는 모바일 뱅킹 애플리케이션이 있으며, 몇 분 내에 수천 건의 계약에서 달러 금액을 추출할 수 있는 회계 소프트웨어가 있습니다. 이 모두가 어떻게 작동하는지 알고 싶으신가요? Watson Studio 및 PyTorch를 사용하여 이 코드 패턴으로 간단한 필기체 숫자 인식기를 작성하는 단계를 진행해 보세요.

자세히 보기

Watson Studio 및 PyTorch에서 필기체 숫자 인식기 구축

딥 러닝으로 시작하기

지금 바로 딥러닝 실험을 시작하세요.