[논문]딥 러닝 프레임워크의 비교 및 분석

이요섭; 문필주

doi:10.13067/jkiecs.2017.12.1.115

딥 러닝 프레임워크의 비교 및 분석
A Comparison and Analysis of Deep Learning Framework 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.12 no.1, 2017년, pp.115 - 122

초록
AI-Helper

딥 러닝은 사람이 가르치지 않아도 컴퓨터가 스스로 사람처럼 학습할 수 있는 인공지능 기술이다. 딥 러닝은 세상을 이해하고 감지하는 인공지능을 개발하는데 가장 촉망받는 기술이 되고 있으며, 구글, 바이두, 페이스북 등이 가장 앞서서 개발을 하고 있다. 본 논문에서는 딥 러닝을 구현하는 딥 러닝 프레임워크의 종류에 대해 논의하고, 딥 러닝 프레임워크의 영상과 음성 인식 분야의 효율성에 대해 비교, 분석하고자 한다.

Abstract ▼ AI-Helper

Deep learning is artificial intelligence technology that can teach people like themselves who need machine learning. Deep learning has become of the most promising in the development of artificial intelligence to understand the world and detection technology, and Google, Baidu and Facebook is the most developed in advance. In this paper, we discuss the kind of deep learning frameworks, compare and analyze the efficiency of the image and speech recognition field of it.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 심층 신경망의 정의와 종류에 대해 논의하고, 이 심층 신경망에서 동작하는 딥 러닝 프레 임워크들의 제공 기능들을 비교 및 분석을 통하여 원하는 학습 대상에 맞는 최적인 딥 러닝 프레임워크를 선택하여 적용하는데 유용성을 제공하고자 한다.
본 논문에서는 현재 많이 사용 중인 딥 러닝 프레임 워크들을 조사하여 비교 및 분석하였다.

제안 방법

. 각 프레임워크에서 사용중인 라이센스, 오픈소스 여부, 지원 플랫폼, 구현 언어, 인터페이스, 선행학습 모델, CuDNN 사용여부, 지원하는 심층신경망 등을 비교 분석하였다. 표 1은 딥 러닝 프레임워크의 플랫폼과 인터페이스 등을 비교한 내용이다.
본 장에서는 현재 많이 사용 중인 딥 러닝 프레임워 크들(Caffe, CNTK, TensorFlow, Theano, Torch, MXnet, Chainer, Keras)을 조사하여 비교 및 분석하였다⁵⁾⁶⁾ . 각 프레임워크에서 사용중인 라이센스, 오픈소스 여부, 지원 플랫폼, 구현 언어, 인터페이스, 선행학습 모델, CuDNN 사용여부, 지원하는 심층신경망 등을 비교 분석하였다.

성능/효과

이미지나 비디오, 텍스트 등의 데이터를 분류하는데 최적인 CNN의 경우에는 TensorFlow가, 필기체 인식, 자연어 처리에 최적인 RNN의 경우에는 Theano가 가장 효율적인 것으로 나타났다.

후속연구

분석 결과는 원하는 학습 대상에 맞는 최적인 딥 러닝 프레임워크를 선택하여 적용하는데 많은 도움을 줄수 있을 것이라고 생각한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	DNN의 종류에는 무엇이 있는가?	심층 신경망은 합성곱 신경망, 순환 신경망, 제한 볼츠만 머신, 심층 신뢰 신경망 등이 있다[2].
	딥 러닝이란?	딥 러닝은 사람이 가르치지 않아도 컴퓨터가 스스로 사람처럼 학습할 수 있는 인공지능 기술이다. 딥 러닝은 세상을 이해하고 감지하는 인공지능을 개발하는데 가장 촉망받는 기술이 되고 있으며, 구글, 바이두, 페이스북 등이 가장 앞서서 개발을 하고 있다.
	딥 러닝 기술의 주요 응용분야들은 무엇인가?	딥 러닝 기술의 주요 응용분야들은 영상 인식, 음성 인식, 자연어 처리, 약물 성문 및 독성 판단, 고객중심 관리 등이다.

참고문헌 (11)

Y. LeCun, Y. Bengio, and G. Hinton. "Deep learning," Nature, vol. 521, no. 7553, 2015, pp. 436-444.

상세보기
J. Schmidhuber, "Deep Learning in Neural Networks: An Overview," Neural Networks, vol. 61, Jan. 2015, pp. 85-117.

상세보기
J. Choi, "Speech and Noise Recognition System by Neural Network," J. of the Korea Institute of Electronic Communication Sciences, vol. 5, no. 4, 2010, pp. 357-362.
J. Cho and H. Yang, "A Car License Plate Recognition Using Colors Information, Morphological Characteristic and Neural Network," J. of the Korea Institute of Electronic Communication Sciences, vol. 5, no. 3, 2010, pp. 304-308.
J. Lee and J. Kim, "Recognition of a New Car Plate using Color Information and Error Back-propagation Neural Network Algorithms," J. of the Korea Institute of Electronic Communication Sciences, vol. 5, no. 5, 2010, pp. 471-476.
Y. Jia, "Caffe: Convolutional Architecture for Fast Feature Embedding," Proc. MM '14 Proc. of the 22nd ACM Int. Conf. on Multimedia, Orlando, USA, November 03-07, 2014, pp. 675-678.
F. Seide and A. Agarwal, "CNTK: Microsoft's Open-Source Deep-Learning Toolkit," KDD '16: Proc. of the 22nd ACM Special Interest Group (SIG) on Knowledge Discovery and Data Mining Int. Conf. on Knowledge Discovery and Data Mining, San francisco, USA, Aug. 2016, pp. 2135-2135.
M. Abadi, "TensorFlow: learning functions at scale," ICFP 2016: Proc. of the 21st ACM Special Interest Group on programming languages Int. Conf. on Functional Programming, Nara, Japan, September 18-24, 2016.
F. Bastien, P. Lamblin, R. Pascanu, J. Bergstra, I. Goodfellow, A. Bergeron, N. Bouchard, D. Warde-Farley, and Y. Bengio, "Theano: new features and speed improvements," Workshop on Deep Learning and Unsupervised Feature Learning at Neural Information Processing Systems, Lake Tahoe, USA, December 03-08, 2012.
S. Tokui, K. Oono, S. Hido and J. Clayton. "Chainer: a next-generation open source framework for deep learning," In Workshop on Machine Learning Systems at Neural Information Processing Systems, Montreal, Canada, December 07-12, 2015.
Y. Lee and P. Moon, "An Analysis of Deep Learning Toolkits Technology Trends," 2016 Conf. of the Korea Institute of Electronic Communication Sciences, Youngju, Korea, vol. 10, no. 2, June 03-04, 2016, pp. 522-525.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증