Introduction
※ MMEngine는 PyTorch를 기반으로 딥 러닝 모델을 훈련하기 위 기본 라이브러리(foundational library)이다.
Architecture
MMEngine은 OpenMMLab 알고리즘 라이브러리를 위한 차세대 학습 아키텍처를 구현하며, OpenMMLab 내 30개 이상의 알고리즘 라이브러리에 대해 통합된 실행 기반을 제공한다.
Module
▶ 핵심 모듈
- Runner: 학습, 테스트 및 추론 작업을 실행하고 이 과정에서 필요한 다양한 구성요소를 관리한다.
- Dataset: 학습, 테스트 및 추론 작업에서 데이터를 구성하고 모델에 데이터를 공급한다.
- Model: 학습 과정에서 데이터를 받아 손실을 출력하고, 테스트 및 추론 작업에서 데이터를 받아 예측을 수행한다.
- Optimizer Wrapper: 역전파를 수행하여 학습 과정에서 모델을 최적화하고, 혼합 정밀도 학습과 그래디언트 누적을 지원한다.
- Parameter Scheduler: 학습 과정에서 학습률과 모멘텀 등의 최적화 하이퍼파라미터를 동적으로 조정한다.
▶ 기타 모듈
- Config: 사용자들이 구성 파일을 작성하여 학습 및 테스트 과정과 관련된 구성 요소를 설정할 수 있다.
- Registry: 알고리즘 라이브러리 내에서 유사한 기능을 가진 모듈을 관리한다.
- File I/O: 다양한 파일 백엔드 시스템과 형식을 일관된 방식으로 지원하는 파일 읽기/쓰기 인터페이스를 제공한다.
- Distributed Communication Primitives: 분산 환경과 비분산 환경 간의 차이를 추상화하여 데이터 장치 및 통신 백엔드를 자동으로 처리한다.
- Other Utilities: ManagerMaixin과 같은 유틸리티 모듈을 통해 글로벌 변수를 생성하고 접근하는 방법을 구현한다.
Installation
pip install -U openmim
mim install mmengine
https://mmengine.readthedocs.io/en/latest/get_started/introduction.html