개발 및 공부/Today I Learned 6

TIL) 22.04.17 ~ 22.04.23

04.17 MLOps 쿠버네티스는 왜 쓰는가?? 인스턴스 컨테이너를 1000개 이상 띄울 경우에는 유용, 하지만 너무 복잡 작게 띄울 때는 도커 스웜만으로도 충분, 도커만 설치하면 자동으로 깔려서 구현도 편하고 다룰 컨테이너가 적을 경우에는 용이 요즘은 k3s 같은 경량화 툴이 많이 나와서 비교적 편리해진 편 + 산업계의 표준이 돼버려서 배울 필요는 있을듯..? mlops 0단계 구현할 때는 필요 없다고 한다 MLflow 튜토리얼: https://github.com/vhrehfdl/MLflow_tutorial 04.19 확률과 통계 이산형 확률분포 단순임의추출법(simple random sampling) 크기가 $N$개인 유한모집단에서 크기$n$의 표본을 추출하는 방법의 수는 $_NC_n$ $_NC_n$..

TIL) 22.04.10 ~ 22.04.16

04.10 졸작 matlab 그래프 사이즈 설정: plt.figure(figsize=(30,30)) 이미지 저장: plt.savefig(result_folder + '/' + str(imgid) + '.png') json 파일 다루기 # 열기 with open(orig_file, 'r') as f: orig_json = json.load(f)# 저장 with open(output_file, 'w') as f: json.dump(output_json, f) 04.12 졸업작품 관련 좀비 프로세스 죽이기 원인: train.py 돌리다가 ctrl+c가 아니라 ctrl+z를 눌러서 제대로 종료되지 않았던 문제 해결: ps -ef로 부모 프로세스를 찾아 삭..

TIL) 22.04.03 ~ 22.04.09

04.03 MLOps 모두의 MLOps 따라하기 환경설정까지는 완료 Docker: 리눅스 컨테이너를 더욱더 쉽고 유연하게 사용할 수 있는 기능을 제공해주는 도구 kubelet: 클러스터의 각 노드에서 실행되는 에이전트. Kubelet은 파드에서 컨테이너가 확실하게 동작하도록 관리 Kubelet은 다양한 메커니즘을 통해 제공된 파드 스펙(PodSpec)의 집합을 받아서 컨테이너가 해당 파드 스펙에 따라 건강하게 동작하는 것을 확실히 한다. Kubelet은 쿠버네티스를 통해 생성되지 않는 컨테이너는 관리하지 않는다. kubectl: 쿠버네티스 클러스터에 API를 요청할 때 사용하는 클라이언트 툴 k3s: 가벼운 Kubernetes로 쉽게 설치하고 적은 메모리/binary 파일을 사용하여 Edge/IoT 환경..

TIL) 22.03.27 ~ 22.04.02

03.27 Pose Estimation EfficientPose 참고글: https://eehoeskrap.tistory.com/500?category=705415 언제나 pose model의 목표는 성능은 올리고 연산량은 줄이는 것 Single-person pose estimation 개선점 3가지 AutoML로 backbone을 찾음, EfficientNet 이용 cross-resolution feature를 이용, multi-scale 방식에서 NN 크기 및 computation 줄임 SE(squeeze-and-excitation)와 MBConv(mobile inverted bottleneck convolution) 이용 bilinear kernel을 이용한 transposed conv로 low=l..

TIL) 22.03.25 ~ 22.03.26

03.25 선형대수 선형변환(Linear Transformation) 정의: $T(cu+dv) = cT(u)+dT(v)$일 경우 $T$는 linear transformation 행렬곱으로 나타낼 수 있다면 항상 선형변환 선형변환은 벡터를 표현하는 좌표계를 변형하는 연산 Affine transform은 bias 때문에 linear transform이 아닌데 벡터 마지막에 1을 추가해 linear하게 만들 수 있다 전사함수, 일대일대응 onto: 전사(전체로 사형)하다, 전사하는 함수를 전사함수라고 표현 공역==치역일 경우 정의역의 개수 >= 공역의 개수일 경우 가능성 0 $T:R^n -> R^m$에서 $n R^m$에서 $n Input보다 output의 차원이 낮아 dependent할 경우 한 결과값에 대해..