이 장에서는 PyTorch Lightning이 확장 가능한 AI 모델의 개발과 배포를 어떻게 단순화하는지 살펴봅니다. 기초 개념에서 시작해 LightningModule과 Trainer 같은 핵심 구성 요소를 포함한 PyTorch Lightning 프로젝트의 기본 구조를 익혀, 더 발전된 AI 솔루션을 위한 탄탄한 기반을 마련해요.

PyTorch Lightning 소개

LightningModule 소개

Lightning Trainer 실행하기

LightningModule로 모델 정의하기

LightningModule의 사용 목적

init 메서드 마스터하기

forward 메서드 완성하기

훈련 로직 구현하기

training step 구현하기

옵티마이저 구성하기

학습과 평가

PyTorch Lightning으로 확장 가능한 모델 만들기

이 장에서는 PyTorch Lightning을 더 깊이 다루며 데이터를 효율적으로 관리하고 모델 학습을 정교하게 다듬는 방법을 배웁니다. LightningDataModule로 모듈형이고 재사용 가능한 데이터 워크플로를 만들고, 검증과 테스트를 통해 모델을 정확히 평가하며, Lightning Callback을 활용해 학습 과정을 자동화해 성능을 향상하고 과적합을 방지하는 방법을 익혀요.

LightningDataModule로 데이터 관리하기

LightningDataModule로 데이터 나누기

훈련 DataLoader 만들기

검증과 테스트 적용하기

검증 단계 구현하기

Torchmetrics로 모델 정확도 평가하기

Lightning 콜백으로 학습 향상하기

Lightning 콜백 분류하기

Lightning으로 모델 학습 최적화하기

PyTorch Lightning 고급 기법

딥러닝 모델을 실제 배포에 맞게 더 가볍고 빠르게 준비하는 방법을 배웁니다. 이 장에서는 동적 양자화, 가지치기(pruning), TorchScript 변환과 같은 기법을 소개하여, 정확도를 유지하면서도 모델 크기와 지연 시간을 줄일 수 있도록 도와줍니다.

동적 양자화 적용하기

양자화된 모델 성능 비교

모델 가지치기 기법 구현하기

선형 레이어에 가지치기 적용하기

마스크 제거로 가지치기 최종 마무리

TorchScript로 모델 내보내기

올바른 변환 방법 선택하기

확장성을 위한 모델 최적화

요약: PyTorch Lightning으로 확장 가능한 AI 모델

이 강의에서는 확장 가능한 AI 시스템을 구축하기 위한 원칙, 도구, 기법을 살펴봅니다. 기본 프레임워크로 PyTorch Lightning을 사용하여, 모듈형 신경망 구성 요소를 만들고, 데이터 파이프라인을 관리하며, 고급 최적화 기법을 적용해 AI 모델을 개발하고 최적화하는 실습을 진행해요. 강의가 끝나면 견고한 AI 솔루션을 구축, 확장, 배포하는 데 필요한 역량을 갖추게 됩니다.

Intermediate Deep Learning with PyTorch

PyTorch Lightning으로 모듈형 모델을 구축하고 고급 최적화를 통해 AI 프로젝트를 간소화하세요!

PyTorch Lightning으로 만드는 확장 가능한 AI 모델

PyTorch Lightning으로 모듈형 모델을 구축하고 고급 최적화를 마스터하여 AI 프로젝트를 간소화하세요!

대형 언어 모델 개발

LightningModule의 사용 목적

PyTorch Lightning으로 만드는 확장 가능한 AI 모델

실습형 인터랙티브 연습문제