☁️ 6/3 AWS 오피스에서 열린 #AUSG Conference(아우쓱콘)에 다녀왔습니다.일시: 6월 3일 토요일 오후 2시 장소: 역삼 센터필드 East(AWS Korea) 18층 AWS 클라우드에 관심있는 대학생들, 주니어 개발자분들과 모여 여러 이야기를 들어볼 수 있는 특별하고 흥미로운 시간이었습니다! 행사 테이블은 타임과 같이 구성되어 있었습니다.저는 아래와 같은 세션 트랙을 들었는데요,1️⃣ EC2와 RDS의 기초2️⃣ 이력서를 빛내주는 사이드 프로젝트 노하우3️⃣ 내 애플리케이션의 컨테이너화 AWS에서 시작하기4️⃣ Terraform으로 개발 생산성 높이기 AWS 활용뿐 아니라 커리어 부트 세션까지 들어볼 수 있던 알찬 행사였습니다. 특히, AppRunner를 통해 기존 애플리케이션을 컨테..
이 글은 2023-1 졸업 프로젝트 개발 일지를 기록하는 첫번째 시리즈의 글입니다. 프로젝트에 대한 기본 소개를 먼저 한 후에 데이터셋을 구축하는 방법과 Google Colab을 통해 YOLO v5로 학습시키는 과정에 대해 소개하겠습니다! 0. 프로젝트 소개 프로젝트 명은 '외국인 관광객을 위한 한국미술 조각조각 뜯어보기 - 부분 해설 기반 미술관 도슨트 서비스'로, 외국인 관광객들에게 국립 중앙 박물관 내의 주요 작품들에 대한 해설을 '부분'으로 '인터렉티브'하게 제공하는 것이 목표입니다! 🖼 쉽게 예를 들어 유저 관점으로 설명드려보겠습니다. 국립중앙박물관에 방문한 관광객 A씨는 김홍도의 이라는 작품에 관심이 궁금합니다. 🤔 A씨는 어플에 접속해 의 사진을 찍어 그림을 인식📷 시킵니다. 어플은 해설의 ..
1. 발생한 문제 NameError: name 'Tagger' is not defined Google Colab으로 형태소 분석을 시도하던 중 Mecab 부분에서 계속 이 오류가 떴었다... 1시간이 넘는 시도 끝에 해결 완료!! 2. 해결 방법 다음 두 과정을 거치니 정상적으로 Mecab을 사용할 수 있었다. 1) 해당 Colab 파일 내 세션 종료 런타임 > 세션 관리 > 활성 세션 종료 2) Mecab-ko-for-Google-Colab git clone을 통해 설치하기 ! git clone https://github.com/SOMJANG/Mecab-ko-for-Google-Colab.git 해당 라이브러리의 git 저장소를 clone 해옵니다. cd Mecab-ko-for-Google-Colab ..
BERT란? · BERT 정의 Pre-training of Deep Bidirectional Trnasformers for Language Understanding 구글에서 개발한 NLP 사전 훈련 모델입니다. 특정 분야에 국한된 기술이 아니라 모든 자연어 처리 분야에서 좋은 성능을 내는 범용 Language Model로 알려져 있습니다. · BERT 특징 BERT는 트랜스포머를 이용하여 구현되었으며, 위키피디아(25억 단어)와 BooksCorpus(8억 단어)와 같은 레이블이 없는 텍스트 데이터로 사전 훈련되었습니다. 레이블이 없는 많은 데이터로 사전 훈련된 모델을 가지고, 파인 튜닝을 했기 때문에 성능이 높습니다. 파인 튜닝(Fine-tuning) 이란, 다른 작업에 대해서 파라미터 재조정을 위한 추..
이 포스팅은 Google Cloud에서 제공하는 'Kubernetes in Google Cloud' 교육을 기반으로 실습하고 내용을 작성하였습니다. 이 실습에서는 다음 작업 과정을 학습했습니다. Kubernetes Engine을 사용하여 완전한 Kubernetes 클러스터를 프로비저닝 kubectl을 사용하여 Docker 컨테이너를 배포하고 관리 Kubernetes의 디플로이먼트 및 서비스를 사용하여 애플리케이션을 마이크로서비스로 분할 Step1. 샘플 코드 가져오기 이 실습 부분에서는 예제 애플리케이션을 사용하기 때문에 GitHub에서 가져오는 과정을 거쳐야 합니다! 1. GitHub 저장소 클론 gsutil cp -r gs://spls/gsp021/* . 2. 실습에 필요한 디렉토리로 변경 cd or..
이 포스팅은 Google Cloud에서 제공하는 'Kubernetes in Google Cloud' 교육을 기반으로 실습하고 내용을 작성하였습니다. Google Kubernetes Engine(GKE)란? 컨테이너화된 애플리케이션을 배포, 관리 및 확장할 수 있는 관리형 환경을 제공 컨테이너 클러스터를 형성하도록 그룹화된 여러 머신(Compute Engine 인스턴스)으로 구성 이번 실습에서는 GKE를 사용하여 컨테이너를 생성하고 애플리케이션을 배포해 보는 시간을 가졌습니다. Step1. 기본 컴퓨팅 영역 설정 컴퓨팅 영역 클러스터와 리소스가 존재하는 리전 내 대략적인 위치를 의미합니다. 예) us-central1-a는 us-central1 리전에 속한 영역입니다. 1. Shell에서 리전과 영역을 설정..
이 포스팅은 Google Cloud에서 제공하는 'Kubernetes in Google Cloud' 교육을 기반으로 실습하고 내용을 작성하였습니다. Docker 란? Docker는 애플리케이션을 개발, 출시, 실행하는 데 사용하는 개방형 플랫 Docker를 사용하면 인프라에서 애플리케이션을 분리하고 인프라를 관리형 애플리케이션처럼 취급 Docker는 코드를 더욱 빠르게 출시, 테스트, 배포하고 코드 작성과 실행 주기를 단축 Docker 컨테이너는 Kubernetes에서 직접 사용할 수 있어 GCP의 Kubernetes Engine에서 쉽게 실행 Step 1. Docker Hub의 공개 이미지를 기반으로 컨테이너 실행 Cloud Shell을 열고 hello world 컨테이너를 실행 docker run h..
Google Colab 이란? Colab은 구글에서 만든 연구용 서비스 제품이며, Jupyter를 기반으로 만들어진 웹용 서비스이다. Cloud service를 통해 Jupyter에서 작업을 해야 하는 Machine learning을 Colab을 통해 손쉽게 돌릴 수 있다. 이 게시글에서는 Google Colab 환경에서 YOLO v5 커스텀 학습 튜토리얼 영상을 참고해 데이터를 학습시켜보았다. YOLO v5 커스텀 데이터 학습시키기 0. Goolge Colab 환경 세팅 구글 드라이브에 접속해 새로 만들기 > 더보기 > Google Colaboratory 를 선택한다. 생성된 파일에 접속해 런타임 > 런타임 유형 변경을 선택해 하드웨어 가속기를 GPU로 변경해주고 [저장]을 누른다. 그럼 이제 GPU를..
YOLO 개념 You Only Look Once의 약자로 Object detection 분야에서 많이 알려짐 하나의 이미지 데이터를 여러개의 이미지 데이터로 나누어 분석하는 것이 아닌 전체의 이미지를 이용해 학습하고 예측함 YOLO 원리 및 작동방식 Neural Network Classification 예시로, 이미지가 개인지 사람인지 결정하려는 문제를 YOLO를 통해 해결하는 과정을 보여주며 YOLO의 원리를 이해해보고자 함. Image Classification은 단순히 Dog가 1, Person이 0이라고 함 Object Localizaion은 어떤 클래스인지 알려주는 것 뿐만 아니라 Boundoing Box를 통해 이미지 내 객체의 위치도 말해줌 정확성을 높이기 위해, 신경망 출력 측면에서 Pc가..
