케라스 창시자에게 배우는 딥러닝 - 3.2 - 케라스 소개

케라스(keras)

• 케라스는 거의 모든 종류의 딥러닝 모델을 간편하게 만들고 훈련시킬 수 있는 파이썬을 위한 딥러닝 프레임워크

 

케라스 특징

• 동일한 코드로 CPU와 GPU에서 실행할 수 있다.
• 사용하기 쉬운 API를 가지고 있어 딥러닝 모델의 프로토타입을 빠르게 만들 수 있다.
• (컴퓨터 비전을 위한)합성곱 신경망, (시퀀스 처리를 위한)순환 신경망을 지원하며 이 둘을 자유롭게 조합해 사용할 수 있다.
• 다중 입력이나 다중 출력 모델, 층의 공유, 모델 공유 등 어떤 네트워크 구조도 만들 수 있다.
  • 이 말은 적대적 생성 신경망(Generative Adversarial Network, GAN)부터 뉴런 튜링 머신(Neural Turing Machine)까지 케라스는 기본적으로 어떤 딥러닝 모델에도 적합하다는 뜻이다.

 

케라스, 텐서플로, 씨아노, CNTK

• 케라스는 텐서 조작이나 미분 같은 저수준의 연산을 다루지 않고, 백엔드 엔진(backend engine)에서 제공하는 최적화되고 특화된 텐서 라이브러리를 사용한다.
  • 현재는 텐서플로, 씨아노, 마이크로소프트 코그니티브 툴킷(Microsoft Cognitive Toolkit, CNTK) 3개를 백엔드 엔진으로 사용할 수 있다.

딥러닝 소프트웨어와 하드웨어 스택

 

                                             [그림1] 딥러닝 소프트웨어와 하드웨어 스택                                              출처 : https://cyc1am3n.github.io/2018/11/02/introduction-to-keras.html

• CPU에서 실행될 때 텐서플로는 Eigen이라고 불리는 저수준 텐서 연산 라이브러리를 이용한다.
• GPU에서는 NVIDIA CUDA 심층 신경망 라이브러리(cuDNN)라고 불리는 고도로 최적화된 딥러닝 연산 라이브러리를 이용한다.

 

 

출처 :

www.yes24.com/Product/Goods/65050162?OzSrank=1

케라스 창시자에게 배우는 딥러닝