기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
다음은 AWS Deep Learning AMIs (DLAMI)에 대한 몇 가지 일반적인 사용 사례의 예입니다.
딥 러닝 관련 학습 - DLAMI는 기계 학습 및 딥 러닝 프레임워크의 학습 또는 교육을 위한 최적의 선택입니다. DLAMI는 각 프레임워크 설치와 관련된 문제 해결과 동일한 컴퓨터에서 이를 실행하는 방법에 관한 고민을 없애줍니다. DLAMI에는 Jupyter Notebook이 포함되며, 이를 통해 기계 학습과 딥 러닝을 처음 사용하는 사용자를 위해 프레임워크에서 제공되는 자습서를 실행하기가 쉽습니다.
앱 개발 - 딥 러닝 기술로 최신 AI를 활용하는 앱을 개발하고 싶다면 DLAMI를 활용하는 것을 적극 추천합니다. 각 프레임워크에는 딥 러닝을 시작하는 방법에 관한 자습서가 함께 제공되며, 이들 중 다수에는 Model Zoo가 있어 직접 신경망을 생성하거나 모델 교육을 할 필요 없이 딥 러닝을 손쉽게 시도할 수 있습니다. 일부 예제에서는 몇 분 만에 이미지 감지 애플리케이션을 빌드하는 방법 또는 챗봇의 음성 인식 앱을 빌드하는 방법을 보여줍니다.
기계 학습 및 데이터 분석 - 데이터 과학자이거나 딥 러닝을 통해 데이터를 처리하는 데 관심이 있는 경우 R 및 Spark를 지원하는 많은 프레임워크를 확인할 수 있습니다. 개인화 및 예측 시스템에 대한 확장형 데이터 처리 시스템 빌드에 이르는 단순 회귀 작업을 수행하는 방법에 관한 자습서를 찾을 수 있습니다.
연구 - 새 프레임워크를 시도하거나, 새 모델을 테스트하거나, 새 모델을 훈련하려는 연구원이라면 DLAMI와 규모 조정 AWS 기능을 통해 여러 훈련 노드의 지루한 설치 및 관리로 인한 문제를 완화할 수 있습니다.
참고
처음에는 인스턴스 유형을 GPU가 더 많은(최대 8개) 더 큰 인스턴스로 업그레이드하는 쪽을 선택할 수 있지만, DLAMI 인스턴스 클러스터 생성을 통해 수평적으로 규모를 조정할 수도 있습니다. 클러스터 빌드에 대한 자세한 내용은 DLAMI 관련 정보 섹션을 참조하세요.
