BLOG

AWS Greengrass ML Inference에 Chainer 신경망 프레임워크 사용하기
작성일: 2018-06-20

오늘부터 Greengrass ML 추론은 Intel Atom, NVIDIA Jetson TX2 및 RaspberryPi에 의해 구동되는 모든 장치에 대해 사전 구축된 Chainer 패키지를 포함합니다. 따라서 처음부터 기기의 ML 프레임워크를 구축하고 구성할 필요가 없습니다. 이번 출시로 TensorFlow, Apache MXNet 및 Chainer를 비롯한 세가지 인기 있는 머신 러닝 프레임워크에 대한 사전 제작 패키지가 제공됩니다. 이 블로그 포스트는 AWS Greengrass ML과 함께 Chainer를 사용하는 방법을 보여 줍니다.

 

딥 러닝 학습 프레임워크로서, Chainer Neural Network는 몇가지 이유로 Greengrass MLI에 추가되었습니다.

 

  • 데이터 과학자가 유연성, 성능 및 효율성을 활용할 수 있도록 지원합니다.
  • 빠른 반복 실험을 진행하고 양방향 계산 방식(전방-후방)을 사용하여 최적의 성능을 발휘하는 모델에 수렴합니다.
  • 동적 네트워크 구축 체계와 널리 사용되는 오픈 소스 매트릭스 라이브러리로 보완되는 친숙한 Python 기반 프로그래밍 개념을 사용합니다.

 

Chainer는 Greengrass를 사용하여 생성된 라이브러리와 Amazon SageMaker 및/또는 Amazon S3 버켓에 직접 저장된 모델 파일 세트에 의존한다는 점에서 기존의 Greengrass ML프레임워크와 유사합니다. Amazon SageMaker 또는 Amazon S3에서 ML 모델을 AWS Greengrass에 배치하여 ML추론의 로컬 리소스로 사용할 수 있습니다.

 

개념적으로 AWS IoT Core는 에지에 ML 추론을 배치하는 관리 기준이 됩니다. 대표적인 IoT 분석과 ML 사이클이 아래에 나와 있습니다.

 

  1. 데이터는 장치 센서에 의해 생성되어 AWS Greengrass로 전송된 다음 AWS IoT Core로 전송됩니다. AWS Greengrass에 배치된 ML 모델에서도 데이터가 소비됩니다.
  2. AWS IoT 규칙은 AWS IoT 분석의 채널에 데이터를 전송하며, 파이프 라인을 사용하여 데이터 세트를 정리, 변환 및 강화합니다.
  3. AWS IoT 분석 데이터 세트는 ML 모델링에서 사용되어 Lambda 함수와 함께 Amazon S3와 Amazon SageMaker에 저장할 수 있는 교육된 ML 모델을 생성할 수 있습니다. 또한 AWS Greengrass에 배포하여 ML 추론을 배포할 수 있습니다. ML 모델을 AWS Greengrass에 배포할 때는 Amazon S3 버킷 또는 Amazon SageMaker에서 시작할 수 있습니다.

 

 

AWS IoT Core, Software에서 머신 러닝 라이브러리가 사용 중인 플랫폼인 Chainer를 선택한 다음 다운로드 구성을 선택합니다. entire .gz 파일을 Greengrass에 이동/복사하고 압축을 풀고 설치를 실행합니다.

 

정의된 AWS Greengrass 그룹에서 Chainer 모델 파일을 머신 러닝 리소스로 추가할 수 있습니다.

 

 

그런 다음 Amazon SageMaker 또는 Amazon S3 버킷에서 모델을 추가합니다.

 

 

여러 ML 모델을 동시에 Greengrass 그룹에 추가할 수 있으며, 각 모델마다 해당 Lambda 함수 연결이 있어야 합니다.

 

이 시점부터 기존 문서에 따라 AWS Greengrass ML 추론에 Chainer ML 모델을 사용할 수 있습니다.

 

AWS Greengrass ML 추론 설정에 대한 단계별 세부 사항은 개발자 안내서의 https://docs.aws.amazon.com/greengrass/latest/developerguide/ml-inference.html 및 https://docs.aws.amazon.com/greengrass/latest/developerguide/ml-console.html를 참조하십시오.

 

원문 URL: https://aws.amazon.com/ko/blogs/iot/using-chainer-neural-network-framework-with-aws-greengrass-ml-inference/

** 메가존 TechBlog는 AWS BLOG 영문 게재글중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.