딥러닝에 사용할 수 있는 GPU(최신의 고성능 NVIDIA GPU)를 가지고 있지 않다면 클라우드에서 딥러닝을 실험하는 것이 추가적인 하드웨어를 구매하지 않고 부하가 큰 작업을 처리할 수 있는 간단하고 저렴한 방법입니다. 주피터 노트북(Jupyter notebook)을 사용하여 개발한다면 클라우드에서 실행하는 것이 로컬에서 실행하는 것과 다르지 않습니다.

하지만 딥러닝으로 많은 작업을 한다면 장기적으로 또는 몇 달 이상 지속될 경우 이런 환경은 적절하지 않습니다. 클라우드 인스턴스는 저렴하지 않기 때문입니다. 2021년 중반에 구글 클라우드의 V100 GPU 가격은 시간당 2.48달러입니다. 반면 가성비 좋은 개인용 GPU 가격은 1,500~ 2,500달러 사이입니다. GPU 성능이 계속 발전하지만 시간이 지나도 가격이 매우 안정적입니다. 심각한 딥러닝 작업을 한다면 하나 이상의 GPU를 장착한 로컬 워크스테이션을 고려해 보세요.

또한, 로컬이나 클라우드에서 실행하는 것과 관계없이 유닉스 워크스테이션을 사용하는 것이 좋습니다. 윈도(Windows)에서 케라스를 실행하는 것이 기술적으로 가능하지만 추천하지 않습니다. 윈도를 사용하고 자신의 컴퓨터에서 딥러닝을 하고 싶다면 우분투(Ubuntu) 듀얼 부팅(dual booting)을 설정하거나 WSL(Windows Subsystem for Linux)을 활용하는 것이 가장 간단하게 모든 것을 처리하는 방법입니다. WSL은 윈도에서 리눅스 애플리케이션을 실행할 수 있는 호환성 계층(compatibility layer)입니다. 이것이 복잡해 보일 수 있지만 장기적으로 시간을 절약하고 문제 발생을 방지해 줄 것입니다.