13일 - Intel Machine Learning Technical Seminar 후기

오늘은 인텔에서 열리는 세미나에 참여했다. 사진을 찍고 싶었지만 찍지말라는 부탁을 하셔서 안 찍었다. 12:30분부터 시작인데 registration은 참여하지 않고 1시부터 시작했다. 특별히 이날은 xeon phi processor 상당히 홍보하셨다. xeon pih는 최대 72개의 비순차적 코어가 장착된 새로운 프로세서이다. 즉, 코어가 엄청 많아서 이 코어를 모두 활용할 수 있다면 엄청난 연산속도를 느낄 수 있다. 머신러닝 입문자들이 연산 속도의 중요성을 고려할리 없겠지만 나중엔 엄청 중요한 요소다. 

내 노트북은 2코어다. 2코어지면 느리다고 생각한 적이 한 번도 없었는데 72개의 코어를 다 사용하면 얼마나 빠를까!

하지만 코어 수가 많다고해서 무조건 좋은건 아니다. 왜냐하면 옛날 코드들은 멀티코어를 고려해서 구현한것이 아니다. 그래서 코어 72개 짜리 프로세서로 옛날 코드를 구현해도 연산속도가 빨리진 것을 느끼지 못 할 수도 있다. 이처럼 코어수가 많은게 중요한 것이 아니라 그 많은 코어들을 어떻게 활용해서 병렬연산을 잘 수행할 것인가가 더 중요하다. 그래서 세미나 끝나고 그것에 관련된 책도 주셨다.

세미나에서 알게 된 것은

intel python, basic machine learning 이렇게 두 가지다.

먼저 intel python이란?

python은 너무 느리다는 말들이 많은데, intel python에서는 이러한 성능 문제를 해결하고 인텔의 다양한 프로세서를 완벽하게 최적화하여 엄청난 속도를 제공한다. Numpy, Scipy, scikit-learn과 같은 패키지의 성능이 크게 향상되었다.

pip/numpy와 intel python의 성능비교이다. 데이터가 적을때는 별차이가 없지만 데이터가 많아질수록 차이가 벌어진다.

그리고 머신러닝 기본 개념 설명과 실습이 진행됐다.

머신러닝 입문할 때 많이하는 iris 데이터 셋을 이용한 예측이었다. 입문이라 그런지 knn을 이용한 iris 분류 실습을 했다.

링크는 여기로 https://github.com/jangjichang/IntelSeminar/blob/master/lecture03/knn-visualization.ipynb

k값이 몇일 때 정확도가 낮아지는지 궁금했는데 68에서 급격히 낮아진 것을 볼 수 있네요

무료 세미나라서 그런지 xeon phi에 대한 광고가 상당히 많았다. 입문자들을 위한 세미나라서 그런지 몰랐던 내용은 없었다. 위에 그래프는 세미나에서 한게 아니고 내가 만들어본건데 이렇게 추가적으로 만든건 재밌었다. 좋은 세미나였다.