이 사진을 가지고 python에서 albumentations을 사용하여 이미지를 바꿔보겠다. Normalize - 0 ~ 255사이인 pixel값을 "(img - mean * max_pixel_value) / (std * max_pixel_value)"의 공식을 이용하여 숫자를 작게 만든다. 장점 - 입력 값의 범위를 줄여, 학습에 빨리 수렴되도록 하고, 큰 입력값을 가진 특정 pixel의 특정 weight값이 커지는걸 방지 ColorJitter class albumentations.augmentations.transforms.ColorJitter (brightness=0.2, contrast=0.2, saturation=0.2, hue=0.2, always_apply=False, p=0.5) - 최대값..
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..
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...
도커에서는 이미지와 컨테이너를 구분하는게 가장 중요하다고 생각된다. 역할/관계를 프로그래밍 언어 속에서 비교해 보자면.. 이미지는 Class / 컨테이너는 Object(객체) 라 생각된다. 즉, 지금까지 이미지(Class)로 컨테이너(Object)를 찍어낸 것이다. 그럼, 이제 쓸모없는 이미지를 삭제해보자. 이미지를 삭제하는 것도 컨테이너를 삭제하는 것과 별 다른 차이가 없다. 현재 다운로드 되어 있는 이미지를 살펴보면 위와같이 nginx / httpd / hello-word 가 존재하는 것을 볼 수 있다. 여기서 hello-world 이미지를 지워보고자 한다. 간단하다. docker image rm hello-world 를 통해 간단히 진행 할 수 있다. 컨테이너와 차이점을 생각해 본다면.. 1. 중지..
- Total
- Today
- Yesterday
- 초보자
- DeepLearning
- 깃
- V11
- 오블완
- java
- 오류
- 욜로
- 뜯어보기
- python
- YOLO
- 알고리즘
- 딥러닝
- yolov11
- GIT
- GNN
- 자바
- 정리
- 어탠션
- 도커
- 이미지
- 디텍션
- Tree
- CNN
- docker
- YOLOv8
- github
- c3k2
- 백준
- 티스토리챌린지
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 |
29 | 30 | 31 |