티스토리

카샤의 만개시기

검색하기

블로그 홈

카샤의 만개시기

skasha.tistory.com/m

SKaSha 님의 블로그입니다.

구독자: 16

방명록 방문하기

주요 글 목록

Preference learning with automated feedback for cache eviction 서론 IT 전반에 있어 머신러닝을 이용한 효율화에 대한 고찰들이 이루어지고 있으며 강화학습을 이용한 정렬 알고리즘 뿐만 아니라 Cache를 효율적으로 사용함에 있어서도 이러한 고민들이 이루어지고 있다. 캐시는 컴퓨터 과학에서 데이터나 값을 미리 복사해 놓는 임시 장소를 가리킨다. 캐시는 캐시의 접근 시간에 비해 원래 데이터를 접근하는 시간이 오래 걸리는 경우나 값을 다시 계산하는 시간을 절약하고 싶은 경우에 사용한다. 캐시에 데이터를 미리 복사해 놓으면 계산이나 접근 시간없이 더 빠른 속도로 데이터에 접근할 수 있다. 기존에 우리는 캐시를 효율적으로 사용하기 위하여 Cache Eviction 알고리즘을 도메인에 맞게 선택하여 사용해왔다. Cache Eviction Algorithms First-In-Fi.. 공감수 1 댓글수 0 2023. 7. 8.
도메인 주도 설계란 무엇인가? 10분 요약 도메인 주도 설계란 도메인 자동화된 비즈니스 프로세스나 현실 세계의 문제 도메인 전문가 해당 분야의 전문가 (ex. 은행의 업무 체계는 은행가가 도메인 전문가) 추상화 도메인을 표현한 모델 도메인 모델 도메인을 소프트웨어로 모델링한것. 특정한 다이어그램이 아니라 그 다이러그램이 전달하고자 한 아이디어 (에릭 에반스 said) 즉 도메인 전문가에의 지식을 선택적으로 추상화하여 조직화 한것. 도메인 모델을 만들때 정보를 조직화, 체계화하고 이를 작은 부분으로 나눠서 그 조각들을 다시 논리적 모듈로 그룹화하여 한번에 하나씩 다루어야 한다. 모메인 모델을 만들때 불필요한 요소들은 제거해야하며 이러한 요소는 명확하지 않을때도 있다. 도메인 모델을 이용하여 도메인 전문가, 설계자, 개발자들이 의사소통해야한다. 소프.. 공감수 3 댓글수 2 2022. 2. 16.
Mysql 8.0 Architecture Mysql Architecture Mysql 엔진 Mysql 서버의 머리 역할을 담당한다 커넥션 핸들러: 클라이언트로부터의 접속 및 쿼리 요청 SQL 인터페이스: DML, DDL 등 인터페이스 제공 SQL 파서: 쿼리를 트리 구조의 작은 단위로 분리하는 작업을 수행 전처리기: 파서 과정에서 만들어진 파서 트리를 기반으로 쿼리에 문제가 있는지 파악 SQL 옵티마이저 쿼리 실행기: 스토리지 엔진에 쿼리 수행을 요청하며 이때 핸들러 API를 이용 캐시 & 버퍼 핸들러 API 쿼리 실행기에서 데이터를 쓰거나 읽어야 할때는 각 스토리지 엔진에 핸들러 요청을 수행해야 한다 스토리지 엔진 데이터 읽기/쓰기와 같은 Mysql 서버의 손과 발 역할을 수행한다 쿼리 캐시 데이터가 잦은 변경이 일어나는 경우에는 잦은 업데이.. 공감수 1 댓글수 0 2021. 12. 5.
Ingress configuration-snippet vs server-snippet 쿠버네티스를 실무에서 사용하다 보면, Kubernetes annotations을 이용하여 nginx ingress에 커스터마이즈한 행동을 지정하곤 한다. 그 중에 configuration-snippet와 server-snippet 설정이 유사하게 사용되는것 같은데 정확히 어떤 차이가 있는지 궁금하여 정리해보았다. nginx.ingress.kubernetes.io/configuration-snippet: | ... nginx.ingress.kubernetes.io/server-snippet: | ...configuration-snippet 도큐먼트 NGINX location에 redirect/rewrite를 포함한 다양한 설정을 추가적으로 지정해줄수 있다. server-snippet 도큐먼트 Attenti.. 공감수 0 댓글수 0 2021. 4. 19.
NEXTSTEP 교육과정 후기 (feat. 이펙티브 코틀린) NEXTSTEP, 인프런, 패스트캠퍼스, 카우치코딩.. 언젠가부터 개발자를 위한 온라인 강의들이 등장하더니 코로나 팬데믹 이후로는 온라인 교육 시장이 더 성장을 하고 있는거 같다. 근래에는 단순히 온라인 강의뿐만 아니라 NEXTSTEP 이나 카우치코딩 같이 현직 개발자들이 직접 코드리뷰를 해주는 매력적인 개발자 교육과정들이 많이 등장하고 있다. NEXTSTEP 교육과정 이펙티브 코틀린(Effective Kotlin) with TDD, Refactoring, Clean Code 평소에 책으로 공부하는것을 선호하는 편이지만 객체지향적으로 클린 코드를 작성하는법이나 비즈니스 로직의 변경에 따른 리팩토링 등을 어떻게해야 더 잘 할수 있는지는 책만으로 학습하기에는 조금 비효율적인 면이 있는거같다. 그러한 Need.. 공감수 2 댓글수 3 2021. 4. 11.
로즈 와일리의 작품 속 우리의 코드는 평온한 주말 속에 우연찮게 전시회 입장권 한장을 얻게 되었고, 단조로운 일상을 깨고자 나홀로 로즈 와일리 전시회를 다녀왔다. 오디오 북을 들으며 여러 작품들을 구경하던 중에 다른 작품들과는 거리가 멀어 보이는 한 작품이 있었는데, 얼핏보아도 지나가던 사람들의 이목을 끌만큼 강렬한 작품이었다. 다 사용한 유화로 보이는 페인트 통들과 물감들로부터 바닥을 보호하기 위해 너저분하게 흩어져있는 신문지들... 이 작품은 로즈 와일리의 작업실을 재현한 작품이라고 한다. 이 작품을 보면서 우리의 소스 코드와 많이 닮아 있다는 느낌을 받았다. 사용자에게 제공되는 서비스는 전시회의 다른 작품들처럼 예쁘고 쾌적하게 구성되어 있지만 때론 우리의 소스코드는 저 로즈 와일리의 작업실처럼 너저분하게 짜여지곤 한다. 만약 저렇게 쌓.. 공감수 0 댓글수 1 2021. 3. 28.
Kubernetes Operator Operator와 CRD는 쿠버네티스의 철학과 동작 원리를 잘 나타낸다. Operator Operators are software extensions to Kubernetes that make use of custom resources to manage applications and their components. 오퍼레이터는 쿠버네티스와 쿠버네티스 이외의 것들을 둘 다 이해하는 쿠버네티스 컨트롤러이다. 이 두 영역에 대한 지식을 결합함으로써, 두 도메인을 모두 이해하는 실제 운영자가 필요한 작업을 자동화할 수 있다. Custom Resource Definition (CRD) In the Kubernetes API a resource is an endpoint that stores a collection.. 공감수 3 댓글수 0 2020. 12. 7.
데이터 수집기 Fluentd 이해하기 (v1.0) Fluentd 빅데이터 시대가 오면서 데이터 수집기는 여러 방면에서 사용이 되는데, 대표적인 데이터 수집기는 ELK에서 사용되는 Logstash와 Fluentd로 나뉜다. Fluentd는 쿠버네티스와 같은 CNCF 재단에 속해 있는 범용 로그 수집용 오픈소스 프로젝트로써 C와 Ruby로 개발되었다. logstash에 비해 안정성이 높고 아키텍쳐가 단순한 편이며 메모리 또한 적게 쓰는 편이다. Fluentd 주요 특징 Unified Logging with JSON Fluentd의 데이터 구조는 JSON 형태로 되어 있다. downstream data processing이 JSON으로 제공되어 더욱 쉽고, 이는 유연한 스키마를 유지하면서 accessible한 structure를 제공해준다. Pluggable.. 공감수 1 댓글수 0 2020. 8. 29.
Javscript Clipboard (feat. 사파리에서 동작하지 않는다면?) 클립보드에 데이터를 복사하는 방법은 크게 execCommand API를 사용하거나 ClipboardAPI를 사용하는 두 가지 방법이 존재한다. ClipboardAPI는 execCommand API보다 최신 스펙으로, 아직 지원되지 않는 브라우저가 비교적 많은 편이다. 그 외에 클립보드 복사 기능을 지원하는 라이브러리인 clipboard.js 는 폭 넓은 브라우저를 지원한다. execCommand API 복사할 메시지는 input이나 textarea에 존재해야하므로, element를 생성해서 복사하고 제거하는 방식으로 해야한다. var textarea = document.createElement('textarea'); textarea.value = 'message'; // 복사.. 공감수 3 댓글수 2 2020. 7. 21.
HTML SMS 문자 보내기 (feat. =이 보내지지 않는다면?) HTML에서 SMS 문자 보내기는 굉장히 쉽게 되어 있다. 다음 스크립트를 a태그의 href 속성에 넣어주거나, javascript를 이용해 location.href = [스크립트]를 적어주면 된다. (받을 번호는 생략이 가능하다) 안드로이드 sms:받을번호?body=보낼메세지 IOS sms:받을번호&body=보낼메세지 한번에 사용하려면 'sms:' +(checkMobile() === 'ios' ? '&' : '?') + 'body=' + message checkMobile 함수는 다음과 같다 function checkMobile() { var varUA = navigator.userAgent.toLowerCase(); //userA.. 공감수 0 댓글수 3 2020. 7. 21.
ReplicaSet vs Replication Controller (레플리카세트 vs 레플리케이션 컨트롤러) 레플리케이션 컨트롤러는 쿠버네티스 프로젝트 초기부터 존재했던 가장 기본적인 컨트롤러로써, 파드가 스펙과 동일하지 않게 존재할 경우 스펙과 동일한 상태가 되도록 관리합니다. 지금은 레플리케이션 컨트롤러보다 레플리카세트를 사용하고, 앱의 배포에는 디플로이먼트를 사용하는 것이 추세입니다. 차이점 셀렉터 레플리케이션 컨트롤러는 등호 기반이므로 레이블을 선택할 때 같은지(=) 다른지(!=)만 비교합니다. 레플리카세트는 집합 기반으로써 in, notin, exists 같은 연산자를 지원합니다. rolling-update 레플리케이션 컨트롤러는 rolling-update 옵션을 사용할 수 있지만 레플리카세트는 사용할 수 없습니다. 레플리카세트는 디플로이먼트를 통하여 rolling-update를 지원합니다. 공감수 0 댓글수 0 2020. 6. 18.
쿠버네티스 다양한 툴들 클러스터 검증 Sonobuoy 자체 호스팅 클러스터를 관리하거나 관리형 서비스를 사용 중이지만 쿠버네티스가 제대로 구성되어 있는지 최신 상태인지 확인하기 위해서 쿠버네티스 적합성 테스트를 진행할수 있다. K8Guard 쿠버네티스 클러스터의 일반적인 문제를 확인하고 잘못된 부분을 수정하거나 해당 문제에 대한 알람을 보낼 수 있는 도구이다. 프로메테우스와 같은 모니터링 시스템에서 수집할 수 있는 메트릭을 제공하여 정책을 위반하는 디플로이먼트 개수, 쿠버네티스 API 응답 성능 등을 모니터링 할 수 있다. Copper 쿠버네티스 매니페스트를 검사하는 도구로 일반적인 문제 사항을 플래그하거나 사용자 지정 정책을 적용한다. Cooper는 검증 규칙과 정책을 표현하기 위한 도메인 특화 언어(DSL)을 제공한다. 예.. 공감수 0 댓글수 0 2020. 2. 26.
쿠버네티스 인그레스(Ingress) 인그레스는 서비스 앞에 존재하는 일종의 로드 밸런서이다. 쿠버네티스의 서비스는 L4 레이어로 TCP 단에서 Pod들을 밸런싱하기 때문에 TLS나, VirtualHost와 같이 여러 호스트명을 사용하거나 호스트명에 대한 라우팅이 불가능하고, URL Path에 따른 서비스간 라우팅이 불가능하다. MSA 환경에서는 하나의 어플리케이션이 하나의 URL로 매핑되는 경우가 많은데, 이를 위해 MSA 서비스간의 라우팅을 하기 위해서는 API 게이트웨이를 사용하는 경우가 많다. 이 경우에는 API 게이트웨이에 대한 관리포인트가 생기기 때문에, URL 기반의 라우팅 정도라면 L7 로드밸런서로 해당 기능을 제공한다. 쿠버네티스에서 HTTP(S)기반의 L7 로드밸런싱 기능을 제공하는 컴포넌트를 Ingress라고 한다. ap.. 공감수 1 댓글수 0 2020. 2. 12.
쿠버네티스 파드 관리하기 (데몬셋, 스테이트풀셋, 잡, 크론잡, 파드 프리셋, CRD) 데몬셋 각 파드마다 동일한 로깅 에이전트를 가지고 있으면 각 노드에 중복으로 존재할수 있기때문에, 각 노드마다 실행이 필요한 단일 레플리카의 파드가 있다면 데몬셋을 이용하면 된다. 주로 로그 수집기나, 노드를 모니터링하는 데몬 등에 사용된다. .spec.updateStrategy.type 데몬세트/스테이트풀셋의 파드를 업데이트할때 OnDelete와 RollingUpdate 중 선택할 수 있다. 기본 값은 RollingUpdate이나, 쿠버네티스 1.5 이하 버전에서는 OnDelete가 기본 값이다. RollingUpdate는 템플릿을 변경했을때 바로 변경되지만 OnDelete는 파드를 직접 제거해야 새로운 버전의 파드가 생성된다. .spec.updateStrategy.rollingUpdate.maxUna.. 공감수 1 댓글수 1 2020. 2. 12.
쿠버네티스 파드 스케줄링 (Affinity, Taint & Toleration) 쿠버네티스는 Pod를 추가 생성할때 Pod를 적정 node에 배치하기 위해 많은 것을 고려하고 스케줄링한다. 파드가 특정 노드에 선정되기까지 크게 세가지 필터의 절차를 순차적으로 가진다. 볼륨 필터 리소스 필터 토폴로지 필터 볼륨 필터 Pod를 생성되고자 하는 디스크 볼륨에 대해서 Node가 지원할 수 있는지를 확인하고 마운트 되는 볼륨이 충돌이 일어나지 않는지 확인한다. 기본 클라우드 제공자를 이용할 경우, 규칙과 충돌을 일으키지 않고 attach 할 수 있는지 확인한다. Node Affinity를 이용하여 특정 노드에만 지정되도록 하는 추가적인 볼륨 토폴로지 제한이 있는지 확인한다. 리소스 필터 Pod를 배포할만한 충분한 리소스(CPU,Memory,Disk)를 특정 노드가 가지고 있는지 확인하는 단계.. 공감수 0 댓글수 0 2020. 2. 12.
쿠버네티스 레이블 vs 어노테이션 쿠버네티스에서 레이블과 어노테이션은 모두 key-value 형식으로 메타 데이터를 제공한다는데서 동일함을 가집니다. 그렇다면 두 기능의 차이점에 대해 알아보도록 하겠습니다. 레이블 (Label) 가장 큰 차이점은 레이블은 쿠버네티스 리소스를 식별한다는 것입니다. 그로인해 레이블은 서비스 셀렉터와 같이 관련된 리소스 그룹을 지정하는데 사용할수 있습니다. 또한 키와 값의 구조가 제한되어 있기때문에 최적화 된 데이터 구조와 알고리즘을 사용하여 쿼리를 빠르게 평가할 수 있습니다. 레이블의 키와 값 구조에 대한 제한 어노테이션 (Annotation) 어노테이션은 비식별 정보이며 쿠버네티스 내부에서 사용할수 없습니다. 하지만 헬름과 같은 외부 툴이나 라이브러리에서 참조하여 사용할수 있습니다. 어노테이션의 양이 크더.. 공감수 0 댓글수 0 2020. 2. 12.
쿠버네티스 디스케줄러(descheduler) https://github.com/kubernetes-sigs/descheduler 공감수 0 댓글수 0 2020. 1. 29.
쿠버네티스 오토스케일러 쿠버네티스에서는 리소스 부족을 처리하기 위하여 쿠버네티스 메트릭(metrics.k8s.io) 외부 정의 메트릭(external.metrics.k8s.io) 사용자 정의 메트릭 (custom.metrics.k8s.io) 위 메트릭 정보를 참고하여 하기 3가지 방식의 오토 스케일러를 사용한다. Horizontal Pod Autoscaler (HPA) 클러스터의 Pod 수를 조정하여 오토스케일하는 방법이다. HPA의 메트릭 허용 오차 값의 default 값은 10%이다. Metrics 값을 지속적으로(default 30sec) 체크한다. 임계치를 넘으면 Pod 수를 늘리기 위한 이벤트가 시작된다. Deployment / Replication Controller에 레플리카 수를 갱신한다. Deployment /.. 공감수 1 댓글수 1 2020. 1. 29.
쿠버네티스 리소스 관리하기 특정 파드가 너무 많은 리소스를 점유하게 되면 같은 노드에 있는 다른 파드에 영향을 줄 수 있기 때문에 스케줄러는 각 파드가 최대/최소로 사용 가능한 리소스 요구 사항을 파악하고 이에 맞게 효율적으로 스케줄링해야 한다. 리소스 요청 파드를 실행하기 위한 최소 리소스 양을 지정한다. 파드를 실행하기 위한 최소한의 리소스를 가지고 있는 노드가 존재하지 않는다면 여유 용량이 확보될 때까지 대기 상태로 기다린다. 리소스 상한 파드가 사용할 수 있는 최대 리소스 양을 지정한다. 파드가 최대 상한을 초과하려 한다면 해당 파드는 요청이 제한되고 상한을 초과하였을 경우에는 파드가 종료되고 다시 스케줄링되어 동일 노드에서 재시작 된다. spec: containers: - name: cafe image: kakao/caf.. 공감수 0 댓글수 0 2020. 1. 29.
쿠버네티스 프로브 (활성 프로브, 준비성 프로브) 컨테이너된 App은 스턱(Stuck) 상태에 빠지곤 하는데, 이러한 상황을 감지하고 재시작하여 문제를 해결할 수 있어야한다. 활성 프로브 (liveness probe) 컨테이너가 정상적으로 작동하는지 확인하기 위해 헬스 체크를 컨테이너 스펙에 지정할 수 있다. App이 HTTP 응답코드에 2xx나 3xx 상태 코드를 반환할 경우 활성 상태로 판단하고 다른 값으로 응답하거나 응답하지 않으면 컨테이너가 죽은 것으로 판단하고 컨테이너를 재시작한다. livenessProbe: httpGet: path: /healthz port: 8080 initialDelaySeconds: 3 periodSeconds: 3컨테이너가 시작하자 마자 활성 상태를 체크할 경우 어플리케이션은 준비중이기 때문에 응답 코드를 반환하지 못.. 공감수 1 댓글수 0 2020. 1. 29.
쿠베네티스 헬름(Helm) 헬름은 쿠버네티스 리소스 집합을 나타내는 차트를 관리하기 위한 패키지 매니저이다. 쿠버네티스 서비스를 운영하기 위해서는 Phase(dev,stage,prod 등) 별로 클러스터를 구성하기도 하고 미들웨어를 컨피그맵, 인그레스 등 여러 종류의 리소스를 조합하는 형태로 배포하는데 각 Phase마다 혹은 조합마다 메타 정보들이 많이 달라지게 된다. 그럴때 각 환경마다 매니페스트를 작성하여 관리한다면 관리 포인트가 너무나 많아질 것이기 때문에 배포 환경에 따라 달라지는 설정 값들만 정의하여 배포하는 매커니즘이 헬름이다. Helm 구조 헬름은 클라이언트와 서버(Tiller)로 구성된다. helm client : 사용자를 위한 CLI client tiller : 서버는 클라이언트로부터 전달받은 명령에 따라 클러스터.. 공감수 0 댓글수 0 2020. 1. 22.
쿠버네티스 오브젝트 컨트롤 플레인 클러스터의 두뇌 역활을 수행하며 컨테이너 스케줄링, 서비스 관리, API 관리 요청 처리 등의 작업을 수행한다. 컨트롤 플레인 컴포넌트는 클러스터 내 마스터 노드에서 실행된다. kube-apiserver 컨트롤 플레인의 프론트엔드 서버로 API 요청을 처리하며 모든 통신은 kube-apiserver가 중심이다. 특히 etcd에는 kube-apiserver만 접근 가능하다. etcd 어떤 노드와 리소스가 존재하는지 저장하는 key-value 데이터베이스. etcd는 서버 하나당 프로세스 1개만 사용할 수 있으므로, 보통 etcd자체를 클러스터링한 후 여러개 마스터 서버에 분산해서 실행해 데이터의 안정성을 보장한다. kube-scheduler 대기열에서 스케줄링되지 않은 파드를 찾아 생성하고 .. 공감수 1 댓글수 0 2020. 1. 22.
머신러닝 모델의 성능 평가 지표 오차 행렬(Confusion Matrix) 진짜 양성 (TN : True Positive) 진짜 음성 (TN : True Negative) 거짓 양성 (FP : False Positive) 거짓 음성 (FN : False Negative) 상세 예제 : 구글 머신러닝 단기 집중과정 오차 행렬은 사이킷런에서 제공하는 confusion_matrix함수를 이용하여 편리하게 사용할수 있습니다. from sklearn.metrics import confusion_matrix pipe_svc.fit(X_train, y_train) y_pred = pipe_svc.predict(X_test) confmat = confusion_matrix(y_true=y_test, y_pred=y_pred) print(confmat.. 공감수 0 댓글수 0 2020. 1. 20.
그리드 서치를 이용한 하이퍼파라미터 튜닝 하이퍼파라미터를 최적화하면 모델 성능을 향상시키는데 큰 도움이 됩니다. 그리드 서치는 리스트로 지정된 여러 하이퍼파라미터 값을 받아 모든 조합에 대해 모델 성능을 평가하여 최적의 하이퍼파라미터 조합을 찾습니다. from sklearn.model_selection import GridSearchCV from sklearn.svm import SVC pipe_svc = make_pipeline(StandardScaler(), SVC(random_state=1)) param_range = [0.0001, 0.001, 0.01, 0.1, 1.0, 10.0, 100.0, 1000.0] param_grid = [{'svc__C': param_range, 'svc__kernel': [&#.. 공감수 1 댓글수 0 2020. 1. 20.
머신러닝 모델 성능 평가 (홀드아웃 및 k-겹 교차 검증) 모델이 너무 간단하면 과소적합(높은 편향)이 문제가 되기도하고, 모델이 너무 복잡하면 훈련 데이터에 과대적합(높은 분산)이 일어나 문제가 되곤 합니다. 이런 현상을 피해 적절한 편향-분산 trade-off를 찾기 위해서는 모델을 잘 평가해야 하는데, 대표적인 교차 검증 기법인 홀드아웃 교차 검증(holdout cross-validation)과 k-겹 교차 검증(k-fold cross-validation)을 이용하여 신뢰 할만한 추정을 찾습니다. 이는 모델의 일반화 성능, 즉 처음 본 데이터에 모델이 얼마나 잘 동작하는지 추정하도록 도와줍니다. 홀드아웃 교차 검증(holdout cross-validation) 데이터셋을 모델 훈련에 사용할 훈련 세트와 일반화 성능을 추정하는데 사용할 테스트 세트로 나눕니다.. 공감수 0 댓글수 2 2020. 1. 20.
sklearn Pipeline 파이프라인 사이킷런의 Pipeline 클래스는 연속된 변환을 순차적으로 처리할 수 있는 기능을 제공하는 유용한 래퍼(Wrapper) 도구입니다. pipe_lr = make_pipeline(StandardScaler(), PCA(n_components=2), LogisticRegression(solver='liblinear', random_state=1)) pipe_lr.fit(X_train, y_train) y_pred = pipe_lr.predict(X_test) print('테스트 정확도: %.3f' % pipe_lr.score(X_test, y_test))make_pipeline 함수는 사이킷런 변환기(입력에 대해 fit 메서드와 transform 메서드를 지원하는 객체)와 그 뒤.. 공감수 0 댓글수 0 2020. 1. 20.
가중치를 0으로 초기화 하지 않는 이유 가중치를 0으로 초기화하지 않는 이유는 가중치가 0이 아니어야 분류 결과에 영향을 주기 때문입니다. 가중치가 0으로 초기화 되어 있다면 학습률(learning rate: r)은 가중치 벡터의 방향이 아니라 크기에만 영향을 미칩니다. 가중치 w가 업데이트 되는 공식은 다음과 같이 정의할 수 있습니다. $$ \Delta w_i = r(y - y')x $$ 퍼셉트론 학습 규칙에서 초기 가중치를 0으로 놓으면 $$ w_1 = w_0 + \Delta w_1 $$ $$ = w_0 + r(y_1 - y_1')x_1 $$ $$ = w_0 + r(y_1 - \Phi(w_0x_1))x_1 $$ $$ = r(y_1 - \Phi(0))x_1 $$ $$ = r(y_1 - 1)x_1 $$ 위와 같이 정리가 됩니다. 그러면 학습률.. 공감수 0 댓글수 0 2020. 1. 18.
Kotlin Coroutine(코루틴) - Channel(채널) 채널은 넌블로킹 전송 개념으로 SendChannel과 ReceiveChannel 인터페이스를 이용해 값들의 스트림을 전송하는 방법을 제공합니다. fun main() = runBlocking { val channel = Channel() launch { // 여기에 다량의 CPU 연산작업이나 비동기 로직을 둘 수 있다. for (x in 1..5) channel.send(x * x) } // 5개의 값을 채널로부터 받는다 repeat(5) { println(channel.receive()) } println("Done!") launch { for (x in 1..5) channel.send(x * x) channel.close() // 모두 보내고 닫기 명시 } // for 루프를 사용해 끝까지 읽기 fo.. 공감수 0 댓글수 0 2019. 12. 14.
Kotlin Coroutine(코루틴) - 문맥(Context)과 제어 코루틴의 문맥 코루틴은 항상 특정 문맥에서 실행되는데 이런 문맥은 CoroutineContext에 의해 정의되고 내부적으로 CommonPool이 지정되어 코루틴이 사용할 스레드의 공동 풀을 사용하게 됩니다. 코루틴은 이 pool에 이미 초기화되어 있는 스레드 하나 이상을 선택하여 초기화하기 때문에 스레드를 생성하는 오버헤드가 적고 하나의 스레드에 다수의 코루틴을 지정할수 있어 성능이 빠릅니다. 특정 스레드 개수를 지정하려면 다음과 같이 사용자 문맥을 지정해 만들수 있습니다. val threadPool = Executors.newFixedThreadPool(4) val myContext = threadPool. asCoroutineDispatcher() async(myContext) { ... }코루틴이 .. 공감수 0 댓글수 0 2019. 12. 13.
Kotlin Coroutine(코루틴) - 개념과 사용법 프로그램에서 태스크를 수행할 때 운영체제를 사용할 수 있게 하고 특정한 작업에 작업 시간을 할당하는 것을 선점한다라고 합니다. 선점형 멀티태스킹(Preemptive Multitasking)은 운영체제가 강제로 태스크의 실행을 바꾸는 개념이고 협력형 멀티태스킹은 태스크들이 자발적으로 양보하며 실행을 바꿀 수 있는 개념입니다. 코루틴은 이러한 협력형 멀티태스킹을 이용하여 동시성 프로그래밍을 지원하는데, 해당 루틴을 일시 중단(Suspended)하는 방식으로 Context-Switching을 없애고, 최적화된 비동기 함수를 통해 비선점형으로 작동하기 때문에 복잡한 넌블로킹 코드를 간결하게 해주며 더 나은 성능을 지원합니다. launch와 async 코루틴에서 사용되는 함수는 suspend()로 선언된 지연 함.. 공감수 0 댓글수 0 2019. 12. 8.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.