본문 바로가기

머신러닝2

[AI 개발] 4. JAX 완전 가이드 ML / AI 고성능 수치 연산 가이드JAX 완전 가이드JAX는 NumPy 스타일 API에 자동 미분, JIT 컴파일, 벡터화와 다중 장치 실행을 결합한 고성능 수치 연산 라이브러리입니다. 설치부터 grad, jit, vmap, 상태 관리와 운영 검증까지 실무 흐름으로 정리합니다.JAX NumPy자동 미분JIT 컴파일vmapGPU·TPU수치 검증설치 없이 JAX를 실행해 보세요브라우저에서 단계별 예제를 실행하고 결과를 직접 확인할 수 있는 AI DevOps Learn JAX 웹 IDE를 제공합니다.JAX 웹 IDE 열기 →이 글의 핵심JAX의 핵심은 NumPy와 비슷한 배열 연산을 함수 변환과 결합하는 것입니다. grad는 자동 미분, jit는 컴파일, vmap은 배치 벡터화를 담당합니다. 실무에서는 순.. 2026. 7. 19.
[AI 개발] 3. PyTorch 완전 가이드 , &, 따옴표는 HTML 안전 문자로 처리했습니다.-->Python 딥러닝 프레임워크 가이드PyTorch 완전 가이드PyTorch로 딥러닝 모델을 만들고 학습하는 방법을 정리합니다. Tensor, Autograd, Dataset과 DataLoader, 학습 루프, GPU 실행, 모델 저장과 추론까지 실무 흐름에 맞춰 살펴봅니다.TensorAutogradDataLoaderGPU모델 학습추론이 글의 핵심PyTorch 학습의 기본 흐름은 데이터를 Tensor로 준비하고, 모델의 forward 연산을 수행한 뒤 loss를 계산하고, backward와 optimizer step을 반복하는 것입니다. 운영 단계에서는 재현성, checkpoint, GPU 사용률과 데이터 로딩 병목까지 함께 관리해야 합니다.목차Py.. 2026. 7. 19.