분류 전체보기195 Kubernetes in Google Cloud #3 Orchestrating the Cloud with Kubernetes Kubernetes를 통한 클라우드 조정 | Google Cloud Skills Boost 이 실습에서는 Google Container Engine을 사용하여 완전한 Kubernetes 클러스터를 프로비저닝하고, kubectl을 사용하여 Docker 컨테이너를 배포 및 관리하며, Kubernetes의 배포 및 서비스를 사용하여 애플리케 www.cloudskillsboost.google Pod 이라는 개념을 새로 알게 되었다. 기본적으로 container가 각자 고유한 namespace를 가지는 것으로 알고 있었는데 역시 이론과 실제는 다른 것 같다. 서로 깊게 dependancy가 있다거나 할 때, 그러한 container들을 하나의.. 2022. 7. 25. Kubernetes in Google Cloud #2 Kubernetes Engine: Qwik Start Kubernetes Engine: Qwik Start | Google Cloud Skills Boost Google Kubernetes Engine에서는 Google 인프라를 사용하여 컨테이너식 애플리케이션을 배포, 관리 및 확장할 수 있는 관리형 환경을 제공합니다. 이 실습에서는 Kubernetes Engine으로 컨테이너식 애플리케 www.cloudskillsboost.google Kubernetes는 open-source cluster management system이다. Google Kubernetes Engine (GKE)는 이러한 Kubernetes를 기반으로 Google infrastructure을 사용하여 containerized app.. 2022. 7. 24. Kalman Filters Kalman filter - Wikipedia en.wikipedia.org 영상을 보고 내가 이해한 것은 다음과 같다. - estimate 값과 관찰된 measure 값을 가지고 둘 중 noise의 분산이 더 적은 쪽으로 weight를 더 크게 줘 estimate 값과 관찰된 measure 값 사이의 최종 값을 낸다. 애초에 system은 어떻게 구성되는지, noise distribution은 어떻게 형성이 되는지는 깊숙히 봐야할 것 같다. 디테일하게까지 공부해야하나... 어려울 것 같은데,, 생각했던 것처럼 system이 어떻게 돌아가는지에 대한 이해로부터 식을 짤 수 있어보인다. 내가 kalman filter를 사용하여 filtering하고 싶은 데이터는 위치 데이터이다. 당연하겠지만 현재 위치에서.. 2022. 7. 22. 2. ML Strategy Error Analysis Carrying Out Error Analysis error를 일으키는 원인이 performance에 얼마나 영향을 미치는지 수치적으로 확인하여 우선순위를 정한다. 영향을 많이 미치는 요인을 해결하는 것이 짧은 시간에 높은 performance의 변화를 만들 가능성이 크다. Cleaning Up Incorrectly Labeled Data DL algorithms are pretty robust to random errors in the training set Incorrectly labeled data가 dev set error에 얼마나 영향을 미치는지를 수치로 판단하여 이를 수정하는데 집중할 것인지 아닌지를 결정하는 것이 좋다. 하지만 수치적으로 판단하기가 어려운 게 현실일.. 2022. 7. 21. 이전 1 ··· 17 18 19 20 21 22 23 ··· 49 다음
