융합보안논문지 (Convergence Security Journal)

  • 제22권4호
  • /
  • Pages.129-133
  • /
  • 2022
  • /
  • 1598-7329(pISSN)
  • /
  • 2508-7460(eISSN)
한국융합보안학회 (Korea convergence Security Association)
권호 표지
DOI QR코드

DOI QR Code

이미지 학습을 위한 딥러닝 프레임워크 비교분석

A Comparative Analysis of Deep Learning Frameworks for Image Learning

  • 김종민 (동신대학교 정보보안학과) ;
  • 이동휘 (동신대학교 정보보안학과)
  • 투고 : 2022.09.05
  • 심사 : 2022.10.31
  • 발행 : 2022.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

딥러닝 프레임워크는 현재에도 계속해서 발전되어 가고 있으며, 다양한 프레임워크들이 존재한다. 딥러닝의 대표적인 프레임워크는 TensorFlow, PyTorch, Keras 등이 있다. 딥러님 프레임워크는 이미지 학습을 통해 이미지 분류에서의 최적화 모델을 이용한다. 본 논문에서는 딥러닝 이미지 인식 분야에서 가장 많이 사용하고 있는 TensorFlow와 PyTorch 프레임워크를 활용하여 이미지 학습을 진행하였으며, 이 과정에서 도출한 결과를 비교 분석하여 최적화된 프레임워크을 알 수 있었다.

Deep learning frameworks are still evolving, and there are various frameworks. Typical deep learning frameworks include TensorFlow, PyTorch, and Keras. The Deepram framework utilizes optimization models in image classification through image learning. In this paper, we use the TensorFlow and PyTorch frameworks, which are most widely used in the deep learning image recognition field, to proceed with image learning, and compare and analyze the results derived in this process to know the optimized framework. was made.

키워드

과제정보

본 과제(결과물)는 2022년도 교육부의 재원으로 한국연구재단의 지원을 받아 수행된 지자체-대학 협력기반 지역혁신 사업의 결과입니다. (NRF-1345341782)

참고문헌

  1. Yeo-Jin Chung , Sung-Mahn Ahn, Jiheon Yang, Jaejoon Lee, "Comparison of Deep Learning Frameworks:About Theano, TensorFlow, and Cognitive Toolkit", Journal of Intelligence Information Systems, Vol.23, No.2, pp. 1-17, 2017.
  2. Eunjoo Choi, Junyeong Lee, In-Goo Han, "Deriving adoption strategies of deep learning open source framework through case studies", Journal of Intelligence Information Systems, Vol.26, No.4, pp. 27-65, 2020.
  3. Sungho Jung, Daeeop Lee, Kyoungsang Lee, "Prediction of River Water Level Using Deep-Learning Open Library", Journal of The Korean Society of Hazard Mitigation, Vol.18, No.1, pp. 1-11, 2018.
  4. Jinhwa Kim, Seehwan Yoo, "Secure TensorFlow: Securing Machine Learning with H/W and S/W", Proceedings of the Korean Information Science Society Conference, pp. 1,967-1,969, 2019.
  5. https://ko.wikipedia.org/wiki/PyTorch.