whatisworth 님의 블로그 whatisworth 님의 블로그

앞선 글에서 AWS에서 나만의 개발환경을 만드는 법에 대해서 기술했었다. 가정용 AI 개발 환경 만들기 1탄 - AWS 인스턴스 생성집에 고사양의 GPU가 있다면 너무 좋겠으나, 비용상의 이유나 환경상의 이유로 GPU를 구매하기 어려운 경우가 많다.. 사실 기업도 고사양의 GPU서버를 사용하기보다는 AWS 나 Azure 같은 클라우드 서whatisworth.tistory.com그런데!! 모두가 알고 있겠지만, AWS에서 사용하는 GPU나 SSD를 사용하는 것은 과금이 되는,, 유료서비스라는 것..! 따라서 우리의 소중한 돈이 쓸데없이 나가는 것을 방지하기 위해서는.. 인스턴스를 관리하는 방법도 알아야한다..ㅠㅠ 1. 헷갈리는 AWS 개념 정리먼저, 여러가지 용어들을 이해할 필요성이 있다. 자주 나오는 용..

논문도 다 읽었으니 UNet 을 직접 pytorch로 구현해보는 실습을 해볼것이다..! 예전에 작성했던 논문 리뷰 링크! [논문 리뷰] U-Net 꼼꼼한 리뷰AbstractDeep Neural Network의 성공적인 학습을 위해서는 많은 양의 annotated training sample들이 필요하다.이 paper에서는 annotated sample들을 더욱더 효율적으로 활용하기 위하여 Data augmentation기반의 새로운 newhatisworth.tistory.com 추론하는 코드를 짤때는 사용자가 직접 테스트 해볼 수 있도록 streamlit 같은 시각화 도구를 사용하여 데모페이지도 한번 만들어보려고 하는 계획을 가지고 있다 ㅎㅎ나는 항상 코딩할때 구조부터 짜고 들어간다. 안그러면 코드가 정..

집에 고사양의 GPU가 있다면 너무 좋겠으나, 비용상의 이유나 환경상의 이유로 GPU를 구매하기 어려운 경우가 많다.. 사실 기업도 고사양의 GPU서버를 사용하기보다는 AWS 나 Azure 같은 클라우드 서비스를 이용하는 경우가 많기 때문에, AWS 인스턴스를 생성하는 방법을 알고 있다면 여러모로 도움이 될것 같아서 정리해보았다.. ㅎㅎ 그럼 시작!1. AWS 계정 생성 https://aws.amazon.com/ 에 접속무료로 가입하기 이메일 / 비밀 번호 / 사용자 이름 입력 개인 계정 선택 신용카드 or 체크 카드 등록 (해외 결제 카드 가능 카드 필요)휴대폰 인증 무료 요금제 선택 (기본요금 덜 나가는 방법)가입 완료 후 AWS Console 에 로그인한다. (루트 사용자로 로그인해야함!) 2. E..

AI서비스를 만드는 개발자라면 반드시 사용하고 있을 저 용어들,, 항상 모호하게 알고 있었던것 같아서 이번 기회에 한번 정리해보았다!Nvidia Driver 미국의 "엔비디아" 라는 회사는 AI에 대해서 잘 모르는 일반인도 주식.. 때문에 많이 들어보았을 것이다. 이 엔비디아에서 만든 그래픽 카드(GPU)를 사용하여 Deep Learning 모델의 복잡한 연산을 빠르게 연산할 수 있다는 것이 밝혀지면서, 엔비디아의 가파른 성장세가 두드러졌었다. 여튼, 엔비디아에서 만든 그래픽 카드를 제어할 수있는 소프트웨어가 바로 nividia driver이다. GPU를 컴퓨터에서 올바르게 인식하고 제어할 수 있도록 한다. GPU의 하드웨어 리소스를 최적화하고, 그래픽 작업을 처리하기 위해 GPU에 명령을 전달하는 역할..

이것저것 보다가 갑자기 궁금해졌다...  웹 소켓이나 api나 클라이언트-서버 사이의 연결을 도와주는 매개체인것 같은데,, 굳이 왜 따로 구분해놨을까? 어떤 차이가 있을까?? 해서 정리해보았다.. ㅎㅎ.. 공통점 웹소켓과 Rest API 모두 클라이언트와 서버 간의 통신을 하는데 사용되는 기술이다. 차이점 웹소켓 : 양방향 통신을 가능하게 하는 프로토콜이며, 클라이언트와 서버 간에 실시간으로 데이터를 주고받을 수 있다.  API : HTTP 프로토콜을 기반으로 하는 상태가 없는 통신 방식이다. 통신 방식의 특징 웹소켓API데이터 교환 방식실시간 통신을 위해 설계됨HTTP 메소드(GET, POST, PUT, DELETE)등을 사용하여 리소스에 대한 CRUD를 수행연결 방식TCP 방식(한번의 연결이 이루어진..

AbstractDeep Neural Network의 성공적인 학습을 위해서는 많은 양의 annotated training sample들이 필요하다.이 paper에서는 annotated sample들을 더욱더 효율적으로 활용하기 위하여 Data augmentation기반의 새로운 network 와 training strategy 에 대하여 소개한다.해당 구조는 context(이미지의 내용)를 capture하기 위하여 수축하는 path와 정확한 localization을 위한 symmetric한 확장 path로 구성되어 있다.이러한 network는 적은 양의 image들에 대하여 end-to-end로 학습이 가능하다.IntroductionConvolutional Network는 보통 classification..

꽤나 유명한 DP문제이다. 사실 DP문제는 굉장히 자신이 없어서 한 5분 정도 고민하고 바로 답을 봤다.. dp[i]를 정의하는 것부터 꽤나 접근이 어려웠다. dp[i]를 i번째 원소를 가장 마지막으로 하는 증가하는 부분수열의 최대 길이라고 한다. 그리고 모든 원소는 자기 자신을 부분수열로 가질 수 있으므로, dp 초기 테이블을 dp = [1] * N으로 잡을 수 있다. 예제를 표로 그려보면, 다음과 같다. 인덱스 iA[i]dp[i] 초기값010112012101330142015501 이전 dp 테이블 값 + 1 과 자기 자신의 dp 테이블 값을 비교했을 때 큰 값을 현재 자신의 dp 테이블 값으로 설정하는 점화식을 세우면 끝난다. i = 1, A[1] = 20j = 0: A[0] = 10 dp = [1,..

일주일 동안 정신없이 면접보고.. 준비하고.. 하느라 한동안 코딩테스트를 못풀었다 ㅠ 좋은 결과가 나왔으면 좋겠는데.. 잘모르겠다 ㅠㅠ 어쨌든, 이 문제는 대표적인 DP문제이다. DP문제란, 분할정복과 비슷한 개념인데, 작은 것을 더해서 큰 것을 구한다? 느낌이다. 점화식이라고 보면 될것 같다. 나는 DP문제를 한번도 풀어본적이 없어서 처음에는 문제 그대로 피보나치 함수를 짜서 카운트만 해봤는데 시간초과로 실패했다. 다음은 실패한 코드. import sys read = sys.stdin.readline T = int(read()) def fibonacci(n):    global zero_cnt, one_cnt    if n == 0:        zero_cnt += 1         return 0 ..