아마존의 CTO인 Werner Vogels 박사는 MXNet – Deep Learning Framework of Choice at AWS라는 글에서 확장 능력, 개발 속도, 이동성 등의 다양한 요인을 비추어 볼 때, MXNet이 가장 좋은 인공 지능 애플리케이션 개발을 위한 딥러닝 프레임웍이라고 판단하고, 이를 기반한 딥러닝 서비스 개발 지원 및 오픈 소스 지원에 대한 의지를 피력한 바 있습니다.
이 글은 다양한 오픈 소스 딥러닝 프레임웍 중에 아마존이 선택한 Apache MXNet에 관한 다양한 한국어 자료들을 모아서 제공하는 것을 목적으로 합니다.
Apache MxNet은 개발자들에게 친숙한 심볼릭(Symbolic)과 명령형(imperative) 프로그래밍의 혼합 방식을 지원할 뿐만 아니라 CPU와 GPU 연산을 지원하고, 특히 GPU 클러스터에 최적화된 엔진을 사용해서 성능이 뛰어납니다.
또한, 실무적으로 많이 사용하는 Python, C++, R, Scala, Julia, Matlab, and JavaScript을 지원하고, 모바일 기기 부터 서버까지 다양한 디바이스를 지원하여 산업계에서 응용하기에 매우 적합한 딥러닝 프레임워크입니다.
Apache MXNet 입문 가이드
이 시리즈는 AWS 테크 에반젤리스트인 Julien Simon이 연재한 MXNet 관련 글 모음의 번역 편집본으로 최근 각광 받고 있는 Deep Learning 라이브러리인 Apache MXnet을 개괄적으로 설명하려고 합니다.
이 글은 간단한 코드를 이해하는 개발자라면 기계 학습과 인공 지능을 잘 알지 못하는 분이라도 쉽게 따라올 수 있도록 했습니다. 너무 겁먹지 않으셔도 됩니다.
- MXNet 시작하기 (1) – NDArrays API
- MXNet 시작하기 (2) – Symbol API
- MXNet 시작하기 (3) – Module API
- MXNet 시작하기 (4) – 이미지 분류를 위한 학습 모델 사용하기 (Inception v3)
- MXNet 시작하기 (5) – VGG16 및 ResNet-152 학습 모델 사용하기
- MXNet 시작하기 (6) – Raspberry Pi에서 실시간 객체 분석 하기
동영상
모두를 위한 딥러닝 강의로 유명한 홍콩과기대 김성훈 교수와 MXNet 코드 개발자인 Xingjian Shi가 함께 MXNet의 장점과 함께 간단한 딥러닝 학습 문제를 데모로 보여 드립니다. (슬라이드) 모두를 위한 딥러닝을 청취하신 분들이라면, Lab 강의에 대한 MXNet 소스 코드를 참고하셔도 됩니다!
Apache MXNet에 대해 간단하게 소개하고, AWS에서 Deep Learning AMI을 이용하여 Amazon EC2 인스턴스에서 MXNet을 구동하고, 테스트하는 방법을 살펴 봅니다. 또한, 분산 딥러닝 클러스터 생성 템플릿으로 멀티 GPU에서 구동하는 방법도 살펴 볼 수 있습니다.
사용자 모임
Apache MXNet에 대한 관심이 늘어나고 있고, 배우려는 분들과 질문/답변을 할 수 있도록 페이스북에 그룹을 만들었습니다. 관심 있는 분들 참여해 주시길…
더 자세한 정보
- AWS – Apache MXNet 소개 페이지
- AWS로 딥 러닝을 위한 프레임워크 MxNet 활용하기 | AWS 블로그
- MXNet, Apache 재단 오픈 소스 프로젝트 참여 | AWS 블로그
- MXNet 기반 Sockeye를 통한 기계 번역 학습 해보기 | AWS 블로그
- MXNet을 활용한 이미지 분류 앱 개발하기 | Popit
더 자세한 것은 AWS 블로그 MXNet 카테고리를 참고하셔도 됩니다.
앞으로 이 글에는 MXNet 기반 모델 학습 시리즈 한국어 번역 및 Amazon AI 블로그의 MXNet 관련 글 모음 등 다양한 정보를 소개할 예정입니다.
※ Disclaimer- 본 글은 개인적인 의견일 뿐 제가 재직했거나 하고 있는 기업의 공식 입장을 대변하거나 그 의견을 반영하는 것이 아닙니다. 사실 확인 및 개인 투자의 판단에 대해서는 독자 개인의 책임에 있으며, 상업적 활용 및 뉴스 매체의 인용 역시 금지함을 양해해 주시기 바랍니다. 본 채널은 광고를 비롯 어떠한 수익도 창출하지 않습니다. (The opinions expressed here are my own and do not necessarily represent those of current or past employers. Please note that you are solely responsible for your judgment on checking facts for your investments and prohibit your citations as commercial content or news sources. This channel does not monetize via any advertising.)