[모두를 위한 cs231n] Lecture 8 - 개요

안녕하세요 Steve-Lee입니다. 지난 시간에 우리는 최적화 알고리즘, Regularization, Transfer Learning에 대해 배웠습니다. (Lecture 7은 2주 내로 업로드해보도록 하겠습니다...!!)

 

Lecture 8 개요

cs231n Lecture 8 개요

이번 시간에는 화제를 조금 돌려 소프트웨어/하드웨어가 동작하는 방식에 대해 다뤄보도록 하겠습니다. 실제 우리가 학습 시 사용하는 소프트웨어들을 조금 더 심도 깊게 다뤄보도록 하겠습니다. Lecture 8에서는 다음의 2가지 주요 개념을 배울 것입니다.

• CPU vs GPU

• Deep Learning Frameworks

  • Caffe / Caffe2

  • Theano / TensorFlow

  • Torch / PyTorch

 

CPU와 GPU에 대해 배울 것이며 강의가 진행된 당시(2017년 기준) 많이 사용했던 Deep Learning Framework들에 대해 배울 것입니다. 그럼 시작하겠습니다.

Lecture 8은 세 파트 네 파트로 나누어 포스팅하도록 하겠습니다😃

1. [모두를 위한 cs231n] Lecture 8 - Part1. Deep Learning 하드웨어 CPU와 GPU
2. [모두를 위한 cs231n] Lecture 8 - Part2. Deep Learning Framework
3. [모두를 위한 cs231n] Lecture 8 - Part3. TensorFlow Framework
4. [모두를 위한 cs231n] Lecture 8 - Part4. PyTorch Framework

[모두를 위한 cs231n] Lecture 8 - Part1. Deep Learning 을 위한 CPU와 GPU

[모두를 위한 cs231n] Lecture 8 - Part2. TensorFlow Framework 1부

[모두를 위한 cs231n] Lecture 8 - Part3. TensorFlow Framework

[모두를 위한 cs231n] Lecture 8 - Part4. PyTorch Framework

Reference

• cs231n Lecture 8