Research 프로젝트는 같은 데이터셋에 대해서 다른 접근법을 취하는 경향이 있음Pytorch Lightning에서는 이 부분을 상속을 통해서 아주 쉽게 처리함예를 들면, MNIST 이미지에서 feature를 뽑으려고 AutoEncoder를 학습시킨다고 할 때, da
model을 테스트하는 건 쉽지 않은 일Pytorch-Lightning에서는 unittest를 위해 여러가지 debug flag를 제공함전체 데이터로 테스트 하는게 아니라 소수의 batch로 테스트 할 수 있는 debug flagn(int) / True로 설정 가능n(
epoch을 조기에 종료하게 하고 싶다면, on_train_batch_start()가 -1을 리턴하도록 하면됨만약 이걸 반복하게 하고 싶다면, 전체 epoch이 이러도록 세팅하면 전체 run이 멈춤EarlyStopping callback은 validation metri
Pytorch Lightning은 ArgumentParser랑 상호작용 가능한 기능을 포함하고 있어, Hyperparameter 최적화 framework와 호환 가능함Pytorch-Lightning은 내장 Python ArgumentParser와 호환되도록 디자인됨이
Pytorch-Lightning은 production level의 model deploying을 간단하게 사용 가능함Pytorch-Lightning은 model을 ONNX format으로 빠르게 export하는 간편한 기능을 제공함example_input_array를