aifactory에서 진행하고 있는 graph 러닝 해커톤에 참여하여 GNN을 접하게 됐다. https://aifactory.space/competition/detail/2106 [Space-S x KaKR] 그래프 러닝 및 해커톤 aifactory.space 막상.. CNN,RNN과는 전혀 다른 분야라 어렵게만 느껴진다.. 일단, DGL이라는 그래프 관련 라이브러리가 따로 존재하여, 다시 처음부터 공부를 하는 느낌이 든다... 그럼, GNN이 무엇일까..? 알고리즘을 공부해봤다면 BFS/DFS를 들어봤을 것이다. 해당 알고리즘을 풀기위해선, 밑에와 같이 경로를 matrix로 표현하여 문제를 푼다. GNN을 사용하고자 하는 테스크는 위처럼, 관계가 있을 경우 사용한다고 생각하면 된다. 가장 대표적인 예시..
딥러닝은 자유롭게 모델을 만들어 사용할 수 있기에, 목표에 따라 모델의 형태가 많이 다르게 된다. https://www.asimovinstitute.org/neural-network-zoo/ The Neural Network Zoo - The Asimov Institute With new neural network architectures popping up every now and then, it’s hard to keep track of them all. Knowing all the abbreviations being thrown around (DCIGN, BiLSTM, DCGAN, anyone?) can be a bit overwhelming at first. So I decided to compo..
데이터 링크 계층에서 전송데이터를 프레임이라는 작은 단위로 나누어 처리한다. 이때, 체크섬, 송수신 호스트 주소, 제어코드 같은 정보를 포함하게 됨. 체크섬 > 상위계층으로 부터 전송 받은 데이터에 오류를 확인하기 위한 것. 프레임의 종류에는 내부 정보를 표현하는 방식 차이에 따라 1.문자 프레임, 2.비트 프레임으로 구분된다. 1. 문자 프레임 문자 프레임은, 프레임의 내용이 문자로 구성되어 있어 '문자 데이터'를 전송할 때 사용한다. 문자 프레임은 8비트단위 or ACSII 문자코드의 고정 크기로 동작한다. 하나의 프레임을 구분하기 위해, 데이터 양 끝에 ASCII코드 특수 문자를 이용하여 사용한다. 위 사진처럼 데이터 앞에서는 DLE,STX / 뒤에는 DLE/ETX를 추가하여 다른 프레임과 구분 할..
우리들이 지금까지 docker run [이미지명] 을 이용해 사용한 것은 도커 허브에 이미 올라간 이미지 파일들을 다운로드 받아 사용한 것이다. 즉, 도커 허브에 우리들의 이미지를 올리면, 누구든지 우리가 만든 이미지를 다운로드 받을 수 있다는 소리 > 누구나 똑같은 환경을 구축할 수 있다는 소리가 된다. 그럼 허브는 어떻게 구성될까?? 레지스트리 + 레파지토리 로 구성된다. 즉, 레지스트리 안에 여러개의 레파지토리로 구성하는 형태가 되는 것이다. 그럼 한번 도커 허브에 접속해보자. https://hub.docker.com/ Docker Hub Container Image Library | App Containerization Build and Ship any Application Anywhere Doc..
도커 허브에 push를 하려고 했더니 이러한 오류가 발생했다.. 이런 오류는 2가지 경우가 대표적이라고 한다. 1. 이미지 REPOSITORY명과 도커 허브의 레지스트리명(도커 허브 ID)이 안맞을 경우. 2. 도커허브에 로그인을 안했을 경우. 필자는 도커 허브에 로그인을 안해 발생하던 오류였다. 해결해보자. docker login 명령어를 치고, 도커 허브의 아이디와 패스워드를 쳐주면 성공했다는 메시지를 볼 수 있었다. 그 후 push를 해보자. 아주 잘 push 되는 것을 볼 수 있었다.
컨테이너 개조 방법에는 2가지가 존재한다고 한다. 1. 파일복사를 통한 개조 2. 리눅스 명령어를 통한 개조 이전 실습때 많이 사용했던 docker exec ~~ /bin/bash 가 컨테이너 안을 들여다보고 개조할 때 사용된다. 알게모르게 컨테이너 개조를 하고 있었던 것이였다..! docker exec -it [컨테이너명] /bin/bash 이처럼, 만들어 놓은 컨테이너에 접속하면.. 로컬에서 작업했던 것처럼 원하는 소프트웨어를 깔고 진행하면 된다. 즉, 하나의 독립적인 로컬 환경이 생성됐다고 봐도 무방하다..! 차이점은.. 로컬에서 작업한 결과를 다른 사람과 공유하려면... 소프트웨어 버전을 똑같이 맞춰야 하는 장애물이 있다. 하지만 우리 도커는 '이미지'라는 것을 만들어 공유하고자 하는 사람에게 주..
컨테이너를 다뤄봤으니, 다른 호스트에 같은 환경을 마추기 위한 작업으로 이미지를 만들어 볼것이다 지금까지는 공식적으로 배포해준 아파치(httpd)이미지를 대부분 예제로 사용했는데, 손쉽게 docker 명령어 몇줄로 아파치 환경을 구축할 수 있었던 것처럼, 이제 내가 만든 컨테이너를 이미지로 만들어 단 몇줄의 명령어로 손쉽게 환경을 구축할 수 있도록 한다. commit 명령어와 dockerfile을 통해 이미지를 만들 수 있는데 두가지 다 살펴보도록 하자. 이번에도 아파치(httpd)을 사용하겠지만, index.html를 수정한 후 이미지를 만들어 해당 이미지로 컨테이너를 만들면 초기 화면이 다르게 나오는 것을 보고자 한다. 이렇게 index.html를 변경하여 초기 화면이 다르게 나오는 것을 확인해보자...
- Total
- Today
- Yesterday
- 딥러닝
- java
- 깃
- 이미지
- 초보자
- 도커
- 정리
- docker
- 뜯어보기
- DeepLearning
- 백준
- c3k2
- YOLO
- Tree
- YOLOv8
- github
- GIT
- 자바
- 오블완
- 욜로
- 디텍션
- V11
- CNN
- python
- 오류
- 어탠션
- GNN
- 티스토리챌린지
- yolov11
- 알고리즘
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |