초록
딥러닝 모델 학습 과정 중 진단 또는 탐색적 분석을 수행하는 것은 어렵지만, 점진적인 관측에 따라 일련의 결정을 내리는 데 있어 종종 필수적이다. 현재까지 제공되는 시스템들은 학습이 시작되기 전에 사전에 지정된 로깅된 데이터만 모니터링할 수 있는 한계를 가지고 있다. 새로운 정보를 원할 때마다 학습 프로세스에서 정지-수정-재시작의 반복 사이클을 거쳐야 한다. 이러한 제약은 상호작용 기반의 탐색 및 진단 작업을 어렵게 만들며, 모델 개발 과정에서 긴 반복적이고 번거로운 작업을 강요한다. 본 연구에서는 실시간으로 생성되는 정보를 실시간으로 쿼리할 수 있는 새로운 시스템을 제안한다. 이 시스템은 사용자가 여러 표면에 동시에 다양한 시각화 형식으로 실시간 정보를 렌더링할 수 있도록 지원한다. 이를 달성하기 위해, 데이터 과학자들이 이미 익숙한 맵-리듀스 패러다임을 활용하여 딥러닝 학습 프로세스의 다양한 탐색적 검토 및 진단 작업을 스트림 사양으로 모델링한다. 본 시스템의 설계는 조합 가능한 기본 원소(composable primitives)를 정의함으로써 일반성과 확장성을 달성하였으며, 기존 시스템에서 사용하는 방식과 근본적으로 다른 접근법을 취한다. 본 시스템의 오픈소스 구현체는 https://github.com/microsoft/tensorwatch에서 TensorWatch 프로젝트로 공개되어 있다.