🔥 기술

📌 기억장치(메모리) 할당 기법 정리 🖥️✨기억장치(메모리) 할당은 운영체제가 프로세스에게 효율적으로 메모리를 배분하는 방법입니다.크게 연속 할당 방식과 비연속 할당 방식으로 나뉩니다. 개념에 대해서 설명하기 전에 외부단편화와 내부 단편화의 정의에 대해서 설명하겠습니다. 0️⃣ 외부 단편화 (External Fragmentation) , 내부단편화 (Internal Fragmentation)(1) 내부 단편화i(Internal Fragmentation)✔ 메모리 블록이 프로세스보다 클 때, 남는 공간이 발생하는 문제✔ 할당된 블록 내부에서 사용되지 않는 공간이 남아 메모리 낭비 발생✔ 고정 크기 메모리 할당 방식(Fixed Partitioning)에서 자주 발생📌 예시100KB 크기의 블록을 할당해..

☁️ 클라우드가 왜 중요한가?오늘날 IT 환경은 빠르게 변화하고 있으며, 기업과 개발자들은 더욱 효율적이고 확장 가능한 시스템을 필요로 하고 있습니다. 이러한 요구를 충족시키기 위해 클라우드 컴퓨팅이 등장하였으며, 이제는 거의 모든 산업에서 핵심 기술로 자리 잡고 있습니다. 이 글에서는 클라우드의 핵심 개념과 필수 용어들을 설명하여, 클라우드 기술을 더 깊이 이해할 수 있도록 돕겠습니다. 앞으로 이 블로그에서는 클라우드 컴퓨팅의 개념, 아키텍처, 활용 사례, 그리고 최신 기술 트렌드까지 폭넓게 다룰 예정이니 많은 관심 부탁드립니다! 🚀☁️ 클라우드 서비스의 탄생 배경과 발전 과정🔹 기존 온프레미스 환경의 한계과거에는 기업이 IT 인프라를 직접 구매하고 운영하는 온프레미스(On-Premises) 방식이..

▶▶▶이전글 보기 : [클라우드 개념 1] 클라우드 기본 용어, 개념 정리 | 클라우드, 온프레스, IaaS, PaaS, SaaS, 컴퓨팅, 로드밸런싱, VPC?https://steady-effort-23.tistory.com/73   ☁️ 클라우드 네이티브(Cloud Native)란?**클라우드 네이티브(Cloud Native)**는 애플리케이션을 클라우드 환경에서 최적화된 방식으로 개발하고 운영하는 접근 방식을 의미합니다.기존에는 온프레미스(자체 서버)에 설치하던 소프트웨어를 클라우드에서 사용할 수 있도록 단순히 이전하는 것이 아니라, 클라우드의 장점을 최대한 활용할 수 있도록 설계하는 것이 핵심입니다.1️⃣ 클라우드 네이티브의 핵심 개념클라우드 네이티브 애플리케이션은 다음과 같은 특징을 가집니다.✅..

자바스크립트는 동기적(Synchronous)인 언어이다? 자바스크립트는 다음과 같은 코드를 어떻게 처리할까? 쉽게 결과를 떠올렸을 것이다. 다음과 같이 출력된다. 쉽게 말해서 위에서부터 코드를 읽고 처리한다. 이처럼 코드가 위에서부터 아래로 내려오면서 하나가 끝나면 다음 코드가 실행되는 방식을 동기적 처리(Synchronous)라고 한다. 위의 결과로 알 수 있듯, 자바스크립트는 동기적인 언어이다. 자바스크립트는 비동기적(Asynchronous)인 언어이다? 그렇다면 다음과 같은 코드는 어떤 순서대로 실행될까? 순서대로 코드가 실행되지 않고 1, 3, 2가 순서대로 찍혔다. 이렇게 순서대로 진행되지 않는 처리 방식을 비동기적 처리(Asynchronous)라고 한다. 그 이유는 자바스크립트의 동작 방식 때..

1강. 의류사진 구분 AI 만들기 : 딥러닝으로 이미지를 학습시키려면 프로젝트 목적 : 의류를 보고 하의/상의 등을 구분할 수 있는 딥러닝 모델 만들기. ex. 손글씨를 학습시켜서, 손글씨를 보고 a, b등을 파악할 수 있는 모델 ex. 실시간 사물인식 기술을 이용한 자율주행 ex. 유방함 진단. (구글 LYNA 딥러닝 모델의 정확도 : 99%) ex. 흉부사진으로 악성 폐결절 진단하기 (딥러닝 모델 정확도 : 의사 16명 정확도) Q) 이미지는 어떻게 모델에 집어넣나요? A) 뉴럴 네트워크에 집어넣을 수 있는건 무조건 숫자입니다. 이미지 -> 픽셀별 각각 rgb값(숫자)로 뉴럴 네트워크에 넣으면 됨. 흑백 사진은 [], 컬러 사진은 [r, g, b] 코드짜기 tf.keras.datasets.fashio..

문제 : gre, gpa, rank를 바탕으로 admit을 예측하자. keras : tensorflow 안에 있는 유용한 도구. 케라스는 유저가 손쉽게 딥 러닝을 구현할 수 있도록 도와주는 상위 레벨의 인터페이스로 딥 러닝을 쉽게 구현할 수 있도록 해줌. optimizer : 경사하강법에서 빼는 값을 조정해줌. 기본적으로는 adam 사용하면 됨. loss : 손실함수. 값을 예측할 때 데이터에 대한 예측값과 실제의 값을 비교하는 함수. ex) binary_crossentropy - 결과가 0과 1 사이의 분류/확률문제에서 사용한다. pandas : R의 dataframe을 참고하여 만든 파이썬 패키지로, 데이터 분석을 위한 라이브러리이다. 데이터 전처리가 필요한 이유 : .csv파일을 열어보면 값이 들어..

11. Tensorflow2 빠른 기초 2 : 키와 몸무게를 예측하려면 (Linear Regression) 키로 신발사이즈 추론해보기 #키로 신발사이즈를 추론해보자 import tensorflow as tf 키 = 170 신발 = 260 #신발 = 키 * a + b a = tf.Variable(0.1) #w값을 임의로 정의내린 것. b = tf.Variable(0.2) def 손실함수() : 예측값 = 키 * a + b return tf.square(260 - 예측값) #오차(실제값 - 예측값)는 제곱으로 리턴함. opt = tf.keras.optimizers.Adam(learning_rate=0.1) #경사하강법으로 a, b를 자동으로 업데이트 하는 것. #gradient를 알아서 스마트하게 바꿔주는 ..

자음 모음 분리 현상의 주 원인이 window+h버튼을 잘못 눌러 음성 기능이 잘못 켜진것이라고 한다. 그러나 나의 경우에는 인터넷에 해당되는 대부분의 해결 방법으로 해결이 되지 않았다. window + .을 이용해 이모지를 클릭하는 방법 작업관리자를 열어서 실행 프로세스를 강제 종료하는 방법 모두 통하지 않았다. 그러다 찾은 해결 방법은 하단바에 있는 저 한글 모양을 누르는 것이다. 정확한 원인은 모르겠으나 나는 캡처를 하기 위해서 지정된 단축키를 누르고 복사 붙여넣기를 하면 늘 자음모음 분리 현상이 일어났다. (window+h를 눌러서 생긴 오류가 아님) 이럴 때 해결법은 저 버튼을 눌러서 한컴입력기로 설정되어있는 자판 배열을 Microsoft 입력기로 변경해주는 것이다.

7. 하지만 활성함수가 없으면 뉴럴네트워크가 아님(Activation Function) - 결함: 레이어가 있나 없나 결과는 비슷함 - 해결 방법 : activation function 히든 레이어에 있는 값을 활성 함수를 통해 한 번 변형시킨다. 대표적인 활성 함수 1) sigmoid 2) Hyperboic tangent 3) Rectified Linear Units - 활성 함수를 거치고 나면, 레이어가 역할을 하게 됨. - 활성 함수가 필요한 이유는 non-linearity 예측을 하기 위해서임. 비선형적이고, 복잡한 예측이 가능함. - activation function이 없으면 딥러닝이 아님. - activation function은 모든 레이어에 있으면 좋지만, 출력층에는 없을 수 있음. 8...