검색어와 일치하는 결과가 없습니다.
원하시는 정보를 찾는 데 도움이 되도록 다음을 시도해 보십시오.
- 검색에 사용하신 키워드의 철자가 올바른지 확인하십시오.
- 입력한 키워드에 동의어를 사용하십시오. 예를 들어 “소프트웨어” 대신 “애플리케이션”을 사용해 보십시오.
- 아래에 표시된 인기 검색어 중 하나를 사용해 보십시오.
- 새로운 검색을 시작하십시오.
Oracle Cloud Infrastructure Virtual Machines for Data Science
고객 데이터에서 사물 인터넷에 이르는 비즈니스 데이터가 폭발적으로 증가함에 따라 데이터 사이언티스트는 모델을 빠르게 탐색하고 구축할 수 있는 유연성이 필요합니다. 그러나 임시 또는 최대 수요를 충족하기 위해 새 하드웨어를 구입하면 상당한 자본 비용과 상당한 시간이 소요될 수 있습니다.
Oracle Cloud Infrastructure Virtual Machines(VMs) for Data Science는 가상 머신 모델을 구축하고 비즈니스 가치를 더 빠르게 제공할 수 있도록 사전 구성된 환경입니다. 오라클 클라우드 인프라스트럭쳐(OCI)에 구축된 이러한 가상 머신은 탁월한 성능, 보안 및 제어 기능을 제공합니다. 컴퓨팅 자동 확장을 사용하여 필요에 따라 컴퓨팅 리소스를 확장하고 필요하지 않은 컴퓨팅 인스턴스를 중지하여 비용을 제어할 수 있습니다.
이 가상 머신 이미지에 적합한 컴퓨팅 옵션에는 사전 설치된 공통 IDE, notebooks 및 프레임 워크를 사용하여 15분 이내에 가동 및 실행할 수 있는 NVIDIA GPU가 있는 가상 머신이 포함됩니다. 데이터 사이언스용 오라클 클라우드 인프라스트럭쳐(OCI) VM에는 테스트하고 탐색할 수 있는 기본 샘플 데이터와 코드가 포함되어 있습니다.
주요 무선 통신 업체는 오라클 클라우드 인프라스트럭쳐(OCI)에 구축된 AI 솔루션으로 더 빠른 성능을 달성합니다.
대규모 모바일 네트워크 사업자는 수백만 명의 사용자에게 AI 기반 가상 음성 비서를 다국어로 제공합니다. 이 환경은 각각 8개의 GPU로 구성된 2개의 노드가 있는 클러스터를 사용하고 각 노드에 16개의 GPU와 768GB의 메모리가 있는 클러스터로 연결되어 모델의 학습 시간을 크게 줄입니다.
이 솔루션은 각 반복에서 최적화된 1억 개의 학습 가능한 매개변수를 사용합니다. 그 결과 음성 대 텍스트 성능이 2.4배 향상되었으며 텍스트 음성 변환이 30~50% 더 빨라진 모델 학습과 함께 처리되었습니다.
데이터 사이언스용 가상 머신
장점
오라클 클라우드 인프라스트럭쳐(OCI)에 구축된 데이터 사이언스용 솔루션은 탁월한 성능, 보안 및 제어를 제공하며 모델을 구축하고 비즈니스 가치를 더 빠르게 제공할 수 있도록 합니다.
신속성
빠르게 시작하고 실행하십시오. 미리 구성된 이미지를 배포하고 작업을 시작하기 만하면 됩니다. 완료되면 분해도 간단합니다.
손쉬운 사용
IT 조직의 도움이나 개입 없이 빠르고 쉽게 클라우드에서 이러한 이미지를 직접 시작하십시오.
필요한 모든 것
올인원 이미지에는 사전 설치된 전체 도구 세트가 포함되어 있습니다. Terraform 스크립트를 사용하여 배포하기 전이나 시스템 실행 후 수동으로 쉽게 추가하고 사용자정의할 수 있습니다.
유연성
자동 확장 또는 Oracle Cloud Infrastructure Resource Manager를 사용하여 빠르고 쉽게 클라우드에 추가 컴퓨팅 리소스를 추가합니다.
맞춤형
필요에 따라 딥 러닝 모델 학습 및 추론에 GPU 구성을 사용하거나 머신 러닝에 CPU 기반 컴퓨팅을 사용합니다.
저렴한 비용
IT 비용을 절감하십시오. 약 미화 30달러에 클라우드의 Tesla P100 GPU에서 하루에 하나의 모델을 실행할 수 있습니다.
사용 사례
딥 러닝을 위한 Oracle의 사전 구성된 환경은 다양한 애플리케이션에 걸쳐 많은 산업에서 유용합니다.
자연어 처리
이미지 인식 및 분류
금융 서비스 사기 탐지
온라인 소매 업체를 위한 추천 엔진
위험 관리
데이터 사이언스 이미지 콘텐츠용 가상 머신
운영체제
- 이미지 계열: Oracle Linux 7.x
- 운영체제: Oracle Linux
- 커널 버전: kernel-uek-4.14.35-1902.8.4.el7uek.x86_64
- CUDA 버전: 10-1-10.1.168-1
- cuDNN 버전: 7.3.1
- 출시일: 2019년 12월 19일
머신 러닝 프레임 워크(Python 기반)
- TensorFlow
- Keras
- Theano
- scikit-learn
- PyTorch
- NumPy
- Pandas
- Seaborn
IDE(통합 개발 환경) 및 Notebooks
- Anaconda 오픈 소스 배포
- Spyder
- PyCharm
- Atom
- Jupyter Notebook
- 명료한 텍스트
실습이 포함됨
환경을 테스트하거나 딥 러닝 및 데이터 사이언스에 대해 자세히 알아보려는 경우 셀프 가이드 지침을 제공하는 Jupyter Notebooks이 포함됩니다. 가상 머신의 Jupyter Notebook에서 readme.md 파일을 열기 만하면 됩니다.
- 실습 1: 머신 러닝 패키지 소개: scikit-learn
scikit-learn 자습서를 살펴보고 scikit-learn에서 모델을 빌드하고 조정하는 방법을 다룹니다. 실습을 포함합니다. - 실습 2: 머신 러닝 패키지 소개: PyTorch
PyTorch 자습서와 비전 작업, 자연어 처리 및 관련 사용을 위해 PyTorch의 신경망에서 모델을 빌드하고 조정하는 방법을 다룹니다. - 실습 3: 자연어 처리를 위한 고급 신경망 및 전이 학습
컨볼루션 및 순환 신경망에 대한 자습서를 제공합니다. - 실습 4: 비전을 위한 고급 신경망 및 전이 학습
사용자 지정 CNN을 구현하고 사전 훈련된 최신 CNN을 사용하는 방법을 설명합니다.