레딧에서 보면 맥북 실리콘칩에서 ML 하기가 아직 문제가 많다는 사람도 있고
괜찮다고 하는 사람도 있고 그러네요.
DL을 ML의 부분집합으로 보면 DL이야 뭐 맥북에서 되긴 되는데 가급적 안하는게 좋을거 같긴 한데
ML 정도는 아직 문제가 많나요?
혹시 현업에 계신다면 한말씀 주시면 감사하겠습니다.
차라리 게이밍 노트북이 나을거 같기도 하네요...
레딧에서 보면 맥북 실리콘칩에서 ML 하기가 아직 문제가 많다는 사람도 있고
괜찮다고 하는 사람도 있고 그러네요.
DL을 ML의 부분집합으로 보면 DL이야 뭐 맥북에서 되긴 되는데 가급적 안하는게 좋을거 같긴 한데
ML 정도는 아직 문제가 많나요?
혹시 현업에 계신다면 한말씀 주시면 감사하겠습니다.
차라리 게이밍 노트북이 나을거 같기도 하네요...
애플실리콘 ml 지원하는 라이브러리가.. 있나요?
제 기억으론 파이토치.. 얘도 애플 ml을 쓰는게 아니라 애플 그래픽카드 쓰는걸로 알고 있구요..
저도 처음 애플실리콘 나왔을때 알아보기는 했지만, 그 이후 잘 안되는걸 알고는 포기해버여서 현재는 어떤지 정확히는 모르겠습니다.
음.. 어쨋든 사용하시는 라이브러리를 확인해야할듯합니다.
텐서플로우 지원합니다
아 근데 얘도 Metal쓰네요
포기하고 윈도만 쓰고 있는데..
저도 알아봐야겠네요..ㅎㅎ
애플 실리콘 ml 칩을 쓰는게 맞죠?
/Vollago
ML(Linear Regression, Random Forest, Perceptron, 등등)은 대부분이 CPU에서 돌기에 어느 맥이든간에 잘 돌아갑니다.
오히려 DL 처럼 고전적인 ML에 비해 설계가 복잡한 애들이 문제가 좀 많죠.
그래서 저는 그냥 간단한건 CPU에서 돌리고, 따로 GPU달린 데탑에 리눅스 깔고 SSH 연결해서 작업합니다
복잡한 모델들은 안돌아가는게 많습니다
다만, 학습 속도가 NIVDIA GPU 랑은 너무 차이 나서...
램을 늘려서 NIVDIA GPU 한장으로는 못해보는 큰 모델을 "돌려는" 볼수 있다 그 이상 그 이하도 아닌 것 같습니다.
현업을 말씀하셨으니.. 머신러닝은 역시 워크스테이션급 GPU 서버에서 해야 된다는게 결론이고
맥북이 아니더라도 GPU 달린 윈도우 랩탑도 결국 성능의 한계가 있어서 서비스 모델을 만들기에는 어려운 것 같습니다.
위에서 다른 분들이 말씀하신 것처럼 그냥 ssh, jupyter 클라이언트 머신인 것 같네요.