아마존에서 이번에는 딥러닝 관련된 모델을 오픈소스로 공개했습니다.

2016/05/13 Editor’s choice

amznlabs/amazon-dsstne
_amazon-dsstne - Deep Scalable Sparse Tensor Network Engine (DSSTNE) is an Amazon developed library for building Deep…_github.com

tensor network engine이 이름에 들어가는군요.

설치해 보기

3가지의 기본 설치 방법을 제공하고 있습니다.

• docker
• AWS
• dev install

보통은 빌드 툴과 docker 를 제공하고 마는데 역시 AWS를 이용한 방법을 쓰고 있습니다.

docker runtime으로는 10G 가 필요하다고 하는군요. 전철 안에서는 docker를 받아서는 안될거 같네요.

사용자 가이드

사용자 가이드는 Data Format으로 부터 시작합니다. NetCDF 포맷만 지원한다고 하며 그 형태는 다음과 같습니다.

Example1 Feature1:Feature2:Feature3  
Example2 Feature5:Feature2:Feature4  
Example3 Feature6:Feature7:Feature8

NetCDF
_NetCDF ( Network Common Data Form) is a set of software libraries and self-describing, machine-independent data formats…_en.wikipedia.org

데이타 포맷과 달리 레이어 포맷은 JSON을 통해 인풋 아웃풋이 결정됩니다

{  
"Version" : 0.8,  
"Name" : "2 Hidden Layer",  
"Kind" : "FeedForward",   

"ShuffleIndices" : false,  


"ScaledMarginalCrossEntropy" : {  
"oneTarget" : 1.0,  
"zeroTarget" : 0.0,  
"oneScale" : 1.0,  
"zeroScale" : 1.0  
},  
"Layers" : \[  
{ "Name" : "Input", "Kind" : "Input", "N" : "auto", "DataSet" : "input", "Sparse" : true },  
{ "Name" : "Hidden1", "Kind" : "Hidden", "Type" : "FullyConnected", "Source" : "Input", "N" : 1024, "Activation" : "Relu", "Sparse" : false, "pDropout" : 0.5, "WeightInit" : { "Scheme" : "Gaussian", "Scale" : 0.01 } },  
{ "Name" : "Hidden2", "Kind" : "Hidden", "Type" : "FullyConnected", "Source" : \["Hidden1"\], "N" : 1024, "Activation" : "Relu", "Sparse" : false, "pDropout" : 0.5, "WeightInit" : { "Scheme" : "Gaussian", "Scale" : 0.01 } },   
{ "Name" : "Output", "Kind" : "Output", "Type" : "FullyConnected", "DataSet" : "output", "N" : "auto", "Activation" : "Sigmoid", "Sparse" : true , "WeightInit" : { "Scheme" : "Gaussian", "Scale" : 0.01, "Bias" : -10.2 }}  
\],  

"ErrorFunction" : "ScaledMarginalCrossEntropy"  
}

필드를 보시면 아시겠지만 다른 여타 딥러닝 레이어 처럼

input, hidden layer, output 이렇게 세가지 중요한 factor들을 가지고 있습니다.

관련된 예제들도 같은 레파지토리들을 통해 확인해 볼 수 있습니다.

amznlabs/amazon-dsstne
_After you have followed setup we should be able to start neural network modeling using DSSTNE. As with any modeling we…_github.com

By Keen Dev on May 12, 2016.

Exported from Medium on May 31, 2017.