기업들이 Tensorflow보다 Pytorch로 선호하는 이유

간단하게 Tensorflow와 Pytorch의 정의를 보자.

 

TensorFlow는 다양한 작업에서 데이터 흐름 및 차별화 가능한 프로그래밍을 위한 오픈 소스 소프트웨어 라이브러리다. 기호 수학 라이브러리이며 신경망과 같은 기계 학습 응용 프로그램에도 사용되며, Google Brain 팀에서 개발했으며 많은 Google 제품 및 서비스에 사용되고 있다.

PyTorch는 Torch 라이브러리를 기반으로 하는 오픈 소스 기계 학습 라이브러리이며, Facebook의 AI 연구소에서 개발했으며 많은 제품에 사용되는 중이다. PyTorch는 유연성과 사용 편의성에 중점을 두고 연구 및 실험을 위한 플랫폼을 제공한다. 

 

그렇다면 둘의 결정적인 차이는 무엇일까?

TensorFlow와 달리 PyTorch는 "실행별 정의" 접근 방식을 사용한다. 즉, 사용자가 모델 실행을 더 많이 제어할 수 있다.

 

기업들은 파이토치를 선호하는 이유로는

• 오픈 소스로 무료로 사용 가능
• 쉬운 디버깅 기능 제공
• 다양한 모델 구축 가능
• 파이썬 기반으로 개발자들이 익숙한 환경
• 클라우드 환경에서도 지원
• 텐서플로우와 비교해 더 새로운 기술 지원

이 있다.

 

내가 생각하는 추가적인 이유는 많은 NLP, Image, 음성인식쪽 라이브러리가 Tensorflow보다 Pytorch가 더 잘되어있기 때문에 Pytorch를 더 사용하게 되는 것 같다. 특히 대용량 모델에서는 처리 속도가 중요한데, 자동 미분(Autograd)을 선언하고 API를 불러와야 사용되는 Tensorflow보다 기본적으로 지원하는 Pytorch가 이런 부분에서 강점을 가지기 때문이다.

Tensorflow와 Pytorch의 점유율 현황

점유율과 관련되서는 다음의 링크들을 참조하면 좋겠다.

https://www.assemblyai.com/blog/pytorch-vs-tensorflow-in-2023/

PyTorch vs TensorFlow in 2023

https://velog.io/@freejack/PyTorch-vs-TensorFlow-in-2022

PyTorch vs TensorFlow in 2022

 

추가적으로 조금 더 깊게 들어가면 다음에서 Pytorch가 강점이 있다.

• 모델 구축 방법: 파이토치는 기존 텐서플로우와 달리 모델을 구축하는 과정이 더 쉬워 사용자 친화적
• 디버깅 기능: 파이토치는 보다 쉬운 디버깅 기능을 제공
• 자동 미분 기능: 파이토치는 자동 미분(Autograd) 기능을 지원하여, 사용자는 수동으로 미분을 계산할 필요 없이 자동으로 계산
• 인터렉티브 디버깅, 그래프 실행 등을 제공하여 디버깅을 쉽게 할 수 있고, 코드를 편하게 작성 가능

추가적으로 자동 미분(Autograd)에 대해서 코드를 남기도록하겠다.

Tensorflow의 Autograd

import tensorflow as tf

# Define a simple function
def f(x, y):
    return x**2 + y**2

# Define the inputs
x = tf.Variable(3.0)
y = tf.Variable(4.0)

# Use GradientTape to track the gradient
with tf.GradientTape() as tape:
    z = f(x, y)

# Compute the gradients
dx, dy = tape.gradient(z, [x, y])
print(dx) # 6.0
print(dy) # 8.0

Pytorch의 Autograd

import torch

# Define the inputs
x = torch.tensor(3.0, requires_grad=True)
y = torch.tensor(4.0, requires_grad=True)

# Define a simple function
z = x**2 + y**2

# Compute the gradients
z.backward()

print(x.grad) # 6.0
print(y.grad) # 8.0

파이토치는 자동 미분을 기본적으로 지원 하며, 코드도 짧고 간결한 것을 확인할 수 있다.

 

개인적인 사담인데, 처음 인공지능을 하시는 분들에게는 Tensorflow를 추천한다. 생각보다 Pytorch에서 torch.cat과 같은 torch 변환을 많이 사용해야되는 이 장벽이 처음하시는 분들께는 꽤 진입장벽이 높다.