중요한건 꺾이지 않는 맥북

Triton Inference Server GitHub 주소: https://github.com/triton-inference-server/server GitHub - triton-inference-server/server: The Triton Inference Server provides an optimized cloud and edge inferencing solution. The Triton Inference Server provides an optimized cloud and edge inferencing solution. - GitHub - triton-inference-server/server: The Triton Inference Server provides an optimized cloud..

문제 설명 0 또는 양의 정수가 주어졌을 때, 정수를 이어 붙여 만들 수 있는 가장 큰 수를 알아내 주세요. 예를 들어, 주어진 정수가 [6, 10, 2]라면 [6102, 6210, 1062, 1026, 2610, 2106]를 만들 수 있고, 이중 가장 큰 수는 6210입니다. 0 또는 양의 정수가 담긴 배열 numbers가 매개변수로 주어질 때, 순서를 재배치하여 만들 수 있는 가장 큰 수를 문자열로 바꾸어 return 하도록 solution 함수를 작성해주세요. 제한 사항 numbers의 길이는 1 이상 100,000 이하입니다. numbers의 원소는 0 이상 1,000 이하입니다. 정답이 너무 클 수 있으니 문자열로 바꾸어 return 합니다. 입출력 예 NUMBERS RETURN [6, 10, ..

요약 이전 Vision Task에서 Self-Attention적용의 한계 Self-Attention을 적용하는 시도는 있었으나, Hardware Accelerators에 비효율적 → ResNet 구조가 SOTA였음 따라서 기존의 Transformer를 최대한 그대로 적용하고자 함 Attention is All you Need NLP에서 가장 대표적인 구조 "Self-Attention"를 활용한 Transformer 대표 모델 "BERT"는 Large Dataset(Corpus)를 사전학습(Pre-Train) → 작은 Task에서 미세조정(Fine-Tune) Transformer의 장점 계산 효율성(Efficiency) 및 확장성(Scalability) 100B Parameter도 학습 가능! 데이터셋이 ..

텐서플로우 서빙(TensorFlow Serving) 텐서플로우 서빙(TensorFlow Serving)[2]은 구글에서 만든 프로덕션(production) 환경을 위한 유연하고(flexible), 고성능의(high-performance) serving 시스템이다. 보통 모델 설계 및 트레이닝이 끝나면 이를 실제 프로덕션 환경에 응용하기 위해서 추론(Inference)을 수행할 수 있는 시스템을 구축해야하는데 TensorFlow Serving은 이 과정을 최적화된 형태로 지원한다. Docker를 이용한 TensorFlow Serving 실행 모델을 SavedModel 포맷으로 저장한 이후에 이를 TensorFlow Serving에서 로드해서 API 서버로 만들 수 있다. 보통 TensorFlow Servi..

신경망의 아키텍처는 이러한 프레임워크에서 구현될 수 있지만 결과는 동일하지 않습니다. 학습 프로세스에는 프레임워크에 따라 달라지는 많은 매개변수가 있습니다. 예를 들어, PyTorch에서 데이터 세트를 훈련하는 경우 GPU가 CUDA(C++ 백엔드)에서 실행될 때 GPU를 사용하여 학습 프로세스를 향상할 수 있습니다. TensorFlow에서는 GPU에 액세스할 수 있지만 자체 내장 GPU 가속을 사용하므로 이러한 모델을 학습하는 시간은 선택한 프레임워크에 따라 항상 달라집니다. TOP TENSORFLOW PROJECTS Magenta: An open source research project exploring the role of machine learning as a tool in the creativ..

2021년 5월에 발표된 구글의 white paper : Practitioners guide to MLOps: A framework for continuous delivery and automation of machine learning에서는 MLOps의 핵심 기능들로 다음과 같은 것들을 언급하였습니다. 1. Experimentation 실험(Experimentation)은 머신러닝 엔지니어들이 데이터를 분석하고, 프로토타입 모델을 만들며 학습 기능을 구현할 수 있도록 하는 다음과 같은 기능을 제공합니다. 깃(Git)과 같은 버전 컨트롤 도구와 통합된 노트북(Jupyter Notebook) 환경 제공 사용한 데이터, 하이퍼 파라미터, 평가 지표를 포함한 실험 추적 기능 제공 데이터와 모델에 대한 분석 및..

쿠버네티스에 대한 구조와 원리를 모르는 상태에서 세팅부터 하려니 막막했다. 따라서 먼저 몰랐던 부분이나 전체적인 구조에 대해 자세히 적어놓은 링크들을 걸어놓는다. 쿠버네티스 클러스터 구성 요소 https://sphong0417.tistory.com/53 [Kubernetes 내부 구조 이해하기] 1. 쿠버네티스 클러스터 구성 요소 그동안 쿠버네티스를 사용하면서 헷갈렸던 부분이나 사용은 했지만 원리를 알지 못했던 부분들에 대해 정리해보고자 글을 작성하려고 합니다. 이 글은 Kubernetes In Action을 읽고 참고하여 작성하 sphong0417.tistory.com 쿠버네티스 네트워킹 이해하기#1: Pods https://coffeewhale.com/k8s/network/2019/04/19/k8s-..

$ systemctl status kubelet ● kubelet.service - kubelet: The Kubernetes Node Agent Loaded: loaded (/lib/systemd/system/kubelet.service; enabled; vendor preset: enabled Drop-In: /etc/systemd/system/kubelet.service.d └─10-kubeadm.conf Active: activating (auto-restart) (Result: exit-code) since Wed 2021-09-01 14:27:17 Docs: https://kubernetes.io/docs/home/ Process: 4242 ExecStart=/usr/bin/kubelet $K..