파이토치 라이트닝은 머신러닝 코드를 추상화하는 방법을 제시한다는 점에서 TFX와 유사하다(ref1,ref2,ref3). 라이트닝 모듈, 트레이너라는 이름으로 표준화했다(ref4,ref5). TFX는 머신러닝 프로젝트가 프로덕션까지 이어지는 전체적인 여정의 단계를 제안한 것에 비해 라이트닝은 연구 단계에서 작성되는 코드 재활용에 집중한다.

parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료을 보관해 두는 영역입니다.

1. pass

from : 과거의 어떤 원자적 생각이 이 생각을 만들었는지 연결하고 설명합니다.

1. ba2.3_1. title: TFX는 머신러닝 프로젝트를 진행하며 작성되는 소스코드들을 재활용 가능한 형태로 적절히 추상화하는 방법의 표준을 제시한다.
   • TFX에 대해서는 앞의 글을 참고하라.

supplementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는지 연결합니다.

1. Pytorch Lightning 의 Hyperparameter 추적 및 TensorBoard 연동 방식 이해

opposite : 어떤 새로운 생각이 이 문서에 작성된 생각과 대조되는지 연결합니다.

1. None

to : 이 문서에 작성된 생각이 어떤 생각으로 발전되거나 이어지는지를 작성하는 영역입니다.

1. ‣

ref : 생각에 참고한 자료입니다.

1. PyTorch Lightning은 PyTorch에 대한 High-level 인터페이스를 제공하는 오픈소스 Python 라이브러리입니다. PyTorch만으로도 충분히 다양한 AI 모델들을 쉽게 생성할 수 있지만 GPU나 TPU, 그리고 16-bit precision, 분산학습 등 더욱 복잡한 조건에서 실험하게 될 경우, 코드가 복잡해집니다. 따라서 코드의 추상화를 통해, 프레임워크를 넘어 하나의 코드 스타일로 자리 잡기 위해 탄생한 프로젝트가 바로 PyTorch Lightning입니다.
2. Pytorch Lightning의 장점은 세부적인 High-Level 코드를 작성할때 좀 더 정돈되고 간결화된 코드를 작성할 수 있다는 데에 있습니다.