목차
본 실습 예제는 Beginner-AI의 GPU 자원을 활용하여 개의 품종을 분류하는 AI 모델을 학습시켜 실제 이미지 분류 과정을 경험합니다. 모델은 PyTorch의 ResNet18과 전이학습 방식을 사용하여 비교적 짧은 시간 안에 학습합니다. Jupyter Notebook에서 데이터 준비, 모델 학습, 성능 확인, 새로운 이미지 예측 과정을 순서대로 진행합니다. 이를 통해 GPU 기반 AI 모델 학습의 기본적인 전체 흐름을 이해하는 것을 목표로 합니다.
In this practical exercise, you will gain hands-on experience with the image classification process by training an AI model to classify dog breeds using Beginner-AI's GPU resources. The model is trained relatively quickly using PyTorch's ResNet18 architecture and transfer learning. You will proceed step-by-step through data preparation, model training, performance evaluation, and prediction on new images within a Jupyter Notebook environment. The goal is to understand the fundamental end-to-end workflow of GPU-based AI model training.
Beginner-AI Cluster를 활용하기 위해선 Backend.AI에 접속해야 합니다.
To utilize the Beginner-AI Cluster, you must access Backend.AI.
<aside> 💡
Backend.AI 접속 주소
</aside>
서버에 접속하게 되면 위와 같은 로그인창이 나오게 됩니다. 해당 로그인창에 전달받은 이메일과 비밀번호를 입력해서 로그인합니다.