이 온디맨드 웨비나를 활용하여 딥 러닝에 대한 최근 동향을 파악합니다.

개요

딥 러닝이란?

딥 러닝은 인간의 뇌에서 영감을 받은 신경망 알고리즘이 많은 양의 데이터를 통해 학습하는 머신 러닝의 서브세트입니다. 딥 러닝 알고리즘은 반복적으로 태스크를 수행하고 심화 학습을 가능하게 하는 딥 러닝 계층을 통해 점진적으로 결과를 향상시킵니다. 이는 신경망을 기반으로 하는 광범위한 머신 러닝 방법 중 하나입니다.

딥 러닝은 산업 전반에 걸쳐 큰 영향을 미치고 있습니다. 생명과학 분야에서는 고급 영상 분석, 리서치, 약물 발견, 건강 문제 및 질병 증상의 예측, 유전체 염기서열 분석을 통한 인사이트의 가속화 등에 딥 러닝을 사용할 수 있습니다. 교통 분야에서도 자율주행 차량이 변화하는 조건에 적응하도록 도움을 줄 수 있습니다. 또한 중요한 인프라스트럭처를 보호하고 응답 속도를 높이는 데 사용됩니다.

기업은 종종 딥 러닝의 개발을 아웃소싱으로 진행합니다. 그러나 비즈니스에 핵심적인 유스케이스의 딥 러닝 개발 작업은 내부에서 계속하는 것이 좋습니다. 여기에는 사기 탐지 및 권장사항, 예측 유지보수 기술 및 시계열 데이터 분석, 추천 시스템 최적화, 고객 관계 관리 및 온라인 광고의 클릭률 예측이 포함됩니다.

서비스로서 IBM Cloud Pak® for Data의 IBM Watson Studio®를 사용하여 딥 러닝을 시작하세요.

IBM Watson Studio의 딥 러닝에 대한 이점

기능

실험 빌더

배치 훈련 실험을 시작하고 모니터하며, 교차 모델 성능을 실시간으로 비교하여 신경망 설계에 집중합니다.

DDL(Distributed Deep Learning)

TensorFlow, Caffe, Torch 및 Chainer와 같은 유명한 오픈 소스 프레임워크를 사용하여 여러 개의 GPU로 확장합니다.

손으로 쓴 숫자 인식

사전 훈련된 PyTorch 모델을 사용하여 이미지에서 손으로 쓰여진 숫자를 예상합니다. REST API를 사용하여 훈련 작업을 제출하고, 상태를 모니터하고, 모델을 저장 및 배치합니다.

시각적 인지 서비스

IBM Watson Visual Recognition 서비스의 딥 러닝 알고리즘을 사용하여 화면과 오브젝트에 대한 이미지를 분석합니다. 협업 환경에서 이미지 및 데이터 세트에 대한 작업을 수행합니다.

이미지 분류

멀티클래스 분류를 수행하고, 이미지를 사전 처리 및 액세스하며, 시각화를 작성하여 모델에 대한 이해를 넓힐 수 있습니다.

언어 모델

노트북, Keras 및 TensorFlow를 사용하여 차세대 언어 모델을 구축합니다.

IBM Watson Studio의 딥 러닝 보기

딥 러닝 실험

새로운 딥 러닝 실험의 메타데이터를 정의하는 위치를 보여주는 제품 스크린샷

딥 러닝 실험

각 정의에 대한 훈련 실행을 작성하기 위해 딥 러닝 실험을 실행합니다.

모델 정의

이름, 훈련 소스 코드, 프레임워크 및 실행 명령을 포함하여 모델 정의를 추가하는 위치를 보여주는 제품 스크린샷

모델 정의

모델 작성 코드, 실행 명령, GPU 및 기타 메타데이터를 정의합니다.

자원 계획

GPU 구성의 개요 탭, 사용자 통계 탭 및 활성 애플리케이션 탭을 포함하여 프로젝트에 대한 자원 계획을 보여주는 제품 스크린샷

자원 계획

자원 계획에서 GPU 구성을 결정합니다.

훈련 진행 상황

훈련 상태를 나타내는 선 그래프가 표시된 제품 스크린샷

훈련 진행 상황

딥 러닝 훈련을 모니터합니다.

GPU 노트북

GPU 노트북 내의 이미지 분류를 보여주는 제품 스크린샷

GPU 노트북

GPU 환경 정의를 작성하고 노트북을 작성할 때 노트북을 실행합니다.

선호 프레임워크 사용

IBM Watson Studio의 성능에 맞게 사전 설치되어 최적화됩니다.

TensorFlow 로고
Keras 로고
PyTorch 로고

딥 러닝으로 시작하기

IBM Watson Studio에서 딥 러닝 실험을 시작합니다.