Jingnii Develop

GitHub ❗ **git ≠ github** git은 버전 관리 시스템(VCS), github는 git을 사용해 cloud에 저장하는 서비스! github과 같은 레벨에는 gitlab(사설 서버 구성 가능), bitbucket이 있음 git client에는 gitCLI, git GUI, sourcetree, kraken, smartGit 등이 있고, 나는 fork랑 gitCLI, kraken을 사용해봤는데 fork가 가장 깔끔했으나, gui가 어색해서 gitCLI로 돌아옴 git의 특징 빠른 속도, 단순한 구조 분산형 저장소 지원 비선형적 개발 가능 (브랜치 이용) git 이... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. Multilevel Queue 위로 갈수록 우선순위가 높음 고려 사항 프로세스를 어느 줄에 넣을 것인가 우선순위가 높은 큐가 비어있지 않으면 계속 우선순위가 높은 큐가 CPU를 가지고 있고 다른 큐로는 넘기지 않을 것인가 ← 우선 순위가 낮은 큐는 starvation ready queue를 여러개로 분할 (여러 줄로 CPU를 기다리는 것) foreground(interactive) ← RR(사람과 상호작용을 해야하므로 짧은 시간 여러번 도는 게 나음) ... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. 프로그램을 실행하게 되면 어떤 프로그램이건 아래의 절차에 따라 실행이 됨(CPU만 연속적으로 쓰는 단계와 I/O를 하는 단계가 반복되며 나타남) 사람과 interactive한 job이 CPU burst와 I/O burst가 빈번하게 번갈아가며 나타남 과학 계산용 프로그램과 같은 연산이 긴 프로그램은 CPU를 오래 잡게 됨 여러 종류의 Job(=Process)이 섞여 있기 때문에 CPU 스케줄링이 필요함 (I/O bound job 때문이라 생각하면 됨) Interactive job에게 적절한 re... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. 프로세스 생성 (Process Creation) 부모 프로세스(Parent process)가 자식 프로세스(Child process)를 생성함 주로 “복제”를 이용 → 프로세스의 문맥을 복제 프로세스의 트리(계층 구조) 형성 프로세스는 자원을 필요로 함 운영체제로부터 받음 부모와 공유하는 모델도 있고 아닌 경우도 있음 자원의 공유 부모와 자식이 모든 자원을 공유하는 모델 일부를 공유하는 모델 전혀 공유하지 ... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. 수업 전 Q&A 동기식 입출력과 비동기식 입출력의 차이 동기식 입출력 어떤 프로세스가 입출력 요청을 했을 때, 운영체제를 통해서 해야하므로 프로세스는 운영체제에 입출력 요청을 함. 그리고 해당 프로세스가 입출력이 끝날 때까지 아무것도 안 하고 기다려야 하는 경우 구현 방법 CPU를 가지고 있으면서 기다리게 구현 → CPU 낭비 당장 일을 할 수 있는 다른 프로세스에게 CPU를 넘겨주게 구현 → 일반적으로 구현하는 방법 ... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. 프로세스의 개념 프로세스: 실행 중인 프로그램 프로세스의 문맥; 이 프로그램이 무엇을 어떻게 실행했는지, 현재 시점이 어떤 상태에 있는지 를 정확하게 나타내기 위한 것 예시 PC(Program Counter)가 코드의 어느 부분을 가리키고 있는가 프로세스의 메모리에 어떤 내용을 담고 있는가 함수가 호출된 상태였다면 스택에 뭔가가 쌓여있을 텐데 현재 어디까지 쌓여있는가 데이터 영역의 변수의 값은 얼마인... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. 동기식 입출력과 비동기식 입출력 Synchronous I/O I/O 요청 후 입출력 작업이 완료된 후에야 제어가 사용자 프로그램에 넘어감 구현방법 1 I/O가 끝날 때까지 CPU를 낭비시킴 매시점 하나의 I/O만 일어날 수 있음 구현방법 2 ✔️ I/O가 완료될 때까지 해당 프로그램에게서 CPU를 빼앗음 I/O 처리를 기다리는 줄에 그 프로그램을 줄 세움 다른 프로그램에게 CPU를 줌 Asynchronous I/O ... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. 컴퓨터 시스템 구조 device controller: I/O 디바이스를 전담하는 작은 CPU 같은 것(HW) ex: 디스크의 내부 컨트롤은 디바이스 컨트롤러가 맡음 제어 정보를 위해 control register, status register를 가짐 local buffer: device controller의 작업 공간 I/O는 실제 device와 local buffer 사이에서 일어남 I/O가 끝났을 경우 device controller는 interrupt로 CPU에 그 사실을 알림 *device driver(... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. 운영체제 좁은 의미의 운영체제[커널]: 운영체제의 핵심적인 부분. 컴퓨터의 전원을 켜고 부팅이 된 이후에 항상 메모리에 상주함 (전공자의 입장에서 운영체제는 이 부분!) 넓은 의미의 운영체제: 커널을 포함하며, 각종 주변 시스템을 다루는 유틸리티를 포함 (ex: 윈도우) 운영체제의 목적 컴퓨터 시스템의 자원을 효율적으로 관리 자원: CPU, 메모리, 각종 입출력 장치 등의 하드웨어 자원 & 프로세스, 파일 메시지 등의 소프트웨어 자원 이미 주어진 자원으로 최대한의 성능을 뽑아내는 것이 목적 → 자원을 효율적 + ... Read More

반효경 교수님의 2014-1 운영체제 강의를 듣고 정리한 글입니다. 운영체제 : 컴퓨터 하드웨어 바로 위에 설치되는 소프트웨어 (OS가 있기에 사용자가 컴퓨터 하드웨어를 이용할 수 있음) : 기능 및 목표 하드웨어와 어떻게 인터페이스 해야하는가 (컴퓨터 시스템의 자원을 효율적으로 관리) 프로세서, 기억장치, 입출력 장치 등의 효율적 관리 (+ 형평성도 요구됨) 각종 소프트웨어 혹은 사용자와 어떻게 인터렉션하며 기능해야하는가 (컴퓨터 시스템을 편리하게 사용할 수 있는 환경 제공) 동시 사용자/프로그램들이 각각 독자적 컴퓨터에서 수행되는 것 같은 환... Read More

블로그를 작성하면서 아주 헛고생한 이야기를 좀 써보려고 한다. 사실 지금까지 블로그 포스팅을 할 때에는 주로 과거에 작성해둔 것들을 올리거나 늦은 밤에 포스팅을 했었다. 그래서 처음에 포스팅이 안 되는 이유를 찾느라 애먹었었지,,, 이 문제는 Database Study Week4 글을 올리면서 마주하게 되었다. 분명 jekyll serve exec명령어로 로컬에서 실행했을 때에는 블로그 글이 잘 업데이트된 것을 확인할 수 있었다. 하지만 커밋 후에 블로그를 확인해보니 글이 올라와 있지 않았던 것이다! 보통 깃헙 액션에서 페이지를 업데이트하면 바로 반영이 되어야 하는데 아무리 기다려도 블로그에 새 글이 올... Read More

강의 링크 관계형 데이터베이스의 필요성 데이터에 중복된 정보가 있는 경우, 해당 데이터베이스에는 개선될 여지가 있는 것임 → 중복된 정보가 있는 column을 따로 테이블로 빼서 테이블로 만드는 방식으로 개선 가능 관계형 데이터베이스를 사용할 경우, 유지보수가 편리하며 별도의 데이터임에도 이름이 같은 경우 등에 대해 중복 데이터가 아님을 알 수 있음 trade off: 직관적으로 데이터를 볼 수 없음 MySQL의 경우, 테이블을 합쳐서 볼 수 있음! Join SELECT * FROM [t... Read More

강의 링크 섹션 4 - CRUD ✍🏼 CRUD - Create Read Update Delete 우선, 데이터를 추가하기에 앞서서 지난시간에 추가한 table에 어떤 데이터를 넣어야할지 확인할 것이다. DESC [table_name]; DESC 명령어를 사용하면 field와 type 등을 알아낼 수 있다. Create: 데이터를 추가하는 것 - INSERT 사용 INSERT INTO topic (title,description,created,author,profile) VALUES("MYSQL","Mysql is ...",NOW(), "Jingnii","developer"); #NOW()... Read More

HTTP 기본 개념 설명 [HyperText Transfer Protocol] HTTP란? HTML 문서와 같은 리소스들을 가져올 수 있도록 해주는 프로토콜 웹에서 이루어지는 모든 데이터 교환의 기초. 즉, 서버와 클라이언트가 request와 response를 주고받기 위해 이용되는 메시지. 클라이언트-서버 프로토콜 일반적으로, 웹브라우저인 수신자 측에 의해 요청... Read More

강의 링크 섹션2 - MySQL 기본 MySQL 구조 표(table): 정보가 저장되는 곳 데이터베이스(database)/스키마(schema): 연관된 표를 모아놓은 곳(directory와 비슷) 데이터베이스 서버(database server): 스키마를 모아놓은 곳 데이터베이스 효용 보안성 - 자체적인 보안시스템이 있으므로 좀 더 보안성이 좋음 권한 기능 - 사람 별로 읽기/쓰기 등의 기능을 부여할 수 있음 일반적으로 root는 admin임 MySQL에 로그인하는 것은 데이터베이스 서버에 접속하는 것. 아래 명령어를 입력한 후 패... Read More

강의 링크 섹션0 - 데이터베이스 개요 file은 성능/보안/편의성에 한계가 있음 → (극복) database Database input과 output을 먼저 파악 input은 데이터의 생성, 수정, 삭제로 나뉘고, output은 읽는 기능 → CRUD File vs Database file의 경우, 내부 자료의 내용에 따라 데이터를 활용하기 어려울 수 있음 spreadsheet를 활용해 데이터를 좀 더 확인하기 쉽게 할 수 있음 → Database적인 속성이 있음 database는 이러한 spreadsheet의 기능을 프로그래밍 언어로 활용할 수 있으며, 자동화하여... Read More

강의 - 완전 초보용 플러터 강좌 Container margin: container의 위치 조절(위젯의 바깥) padding: container 안의 contents의 위치 조절(위젯의 안) 오직 하나의 child만 가짐 Navigator Router: 간단히 말하면, 모바일 화면에서 보는 하나의 페이지 Navigator: route 관리, stack 관리 Collection and Generic Interpolation → $(변수이름) 이 자리에 값을 넣음 Collection: 데이터들을 모아서 가지고 있는 자료구조 Generic: Collection이 가지고 있... Read More

강의 - 완전 초보용 플러터 강좌 Drawer menu [실습구조] Drawer → ListView → UserAccountDrawerHeader → ListTile onPressed: 주로 버튼에 사용 onTab: 동작에 반응하는 이벤트에 사용 BuildContext widget tree에서 현재 widget의 위치를 알 수 있는 정보 Scaffold Widget에 context를 넣어서 return 이 BuildContext는 stateless 위젯이나 state 빌드 메서드에 의해서 리턴된 위젯의 부... Read More

강의 - 완전 초보용 플러터 강좌 Class and Widget Class: 속성 및 기능에 대한 정의 객체: class가 정의된 후 메모리 상에 할당된 것 인스턴스: class의 속성과 기능을 똑같이 가지고 있고 프로그래밍 상에서 사용되는 대상 class Person{ //class String name; int age; String sex; //멤버 변수들 //생성자의 인자값에 중괄호 -> argument가 optional이라는 의미 Person({String name, int age, String sex}){ //생성자 this.name = name;... Read More

강의 - 완전 초보용 플러터 강좌 설치 및 환경변수 설정 설치 flutter.dev에서 zip 파일 다운로드 및 압축해제 Android Studio 설치 및 emulator 설치 환경변수 설정 시스템변수 - Path에서 새로만들기를 눌러 flutter\bin 파일의 위치를 넣어줌 cmd에서 flutter 입력 시 잘 작동되는 것을 확인할 수 있음 Widget : 독립적으로 실행되는 작은 프로그램 → 그래픽/데이터 처리하는 함수를 가지고 있음 Flutter에서는? UI를 만들고 구성하는 모든 기본 단위 요소 + 눈에 보이지 않는 레이아웃을 정의하는 요소 = 모든것! S... Read More

참고 사이트 Transfer Learning 매우 큰 dataset에서 ConvNet을 미리 학습한 후, 이 ConvNet을 다른 작업을 위한 초기 설정 혹은 fixed feature extractor로 사용 finetuning: 무작위 초기화 대신 NN을 ImageNet 100 dataset 등으로 미리 학습한 신경망으로 초기화함. 나머지 과정은 그대로 fixed feature extractor로의 ConvNet: 마지막 FC layer를 제외한 모든 신경망의 weight을 고정함. 마지막 FC layer는 새로운 random weight을 갖는 layer로 대체되어 이 layer만 학습함 아래... Read More

참고사이트 Data → image, text, audio, video data를 주로 다루게 되면, 표준 Python 패키지를 사용하여 불러온 후 NumPy 배열로 변환하고, 이를 torch.*Tensor로 변환하면 됨 데이터 별 패키지 이미지: Pillow, OpenCV 오디오: SciPy, LibROSA 텍스트: NLTK, SpaCy 영상: torchvision CIFAR10 dataset을 이용해 실습 CIFAR10의 train/test용 dataset을 torchvision으로 불러오고 normalizing ... Read More

cs231n 강의 LeNet-5: 성공적인 최초의 ConvNet stride = 1 인 5x5 filter Conv와 Pooling Layer 거친 후 FC Layer가 붙음 간단한 모델이나, 숫자 인식에서 좋은 결과를 얻음 AlexNet 최초의 large scale CNN ImageNet Classification task에서 좋은 성능을 보임 Conv-Pool-Norm 구조 두번 반복 후 Conv Pool FC layer가 붙음 LeNet과 유사, layer가 더 많아짐(5개 conv, 2개 FC) 참고) Pooling layer에는 paramet... Read More

cs231n 강의 SGD: minibatch 내에서 data loss를 계산하고, gradient의 반대방향을 이용해 parameter vector를 업데이트 하는 방식 단점 느림: 아래로 볼록한 모양의 loss function이 있을 때, x방향, y방향의 합방향으로 gradient가 업데이트 될 것. 이때, 수평방향으로는 기울기 변화가 작고, 수직방향으로는 기울기 변화가 큼. 따라서 한방향으로 내려가는 것이 아니라 지그재그 형태로 최저점에 도달하게 되어 오랜 시간이 걸림 local minima, saddle point: local minima의 경우, loss 함수에서 ... Read More

cs231n 강의 Activation Functions Sigmoid: 0과 1사이의 output을 내놓음. 문제점은 아래와 같음. saturation되는 것이 gradient를 kill할 수 있음. zero-centered되지 않는 output exp() 함수가 비용이 많이 듦. (이 문제는 그리 크지 않음) -> input이 모두 같은 부호가 되면, W가 모두 같은 방향으로만 움직이게 됨. 그래서 파라미터 업데이트 시에 다같이 증가하거나 다같이 감소하여 사분면 중 두개의 영역만 사용하게 됨. 따라서 zero-mean data인 것이 좋음 tanh: sigmoid의 zero... Read More

cs231n 강의 ConvNet 역사 1957: Frank Rosenblatt의 the Mark → Perceptron 1960: Widrow and Hoff의 Adaline and Madaline 1980: Fukushima의 Neurocognition 1986: back-propagation 최초로 소개됨 1988: LeCun의 Gradient-based learning으로 document recognition 2006: 딥러닝 2012: Speech recognition & Im... Read More

cs231n 강의 이번에는 cs231n lecture 4를 학습하고 정리를 해보았다. Backpropagation: computational graph를 통해 이용 가능함 parameter update를 위해서는 gradient를 구해야하는데, 복잡한 모델에서는 이를 구하기가 쉽지 않음. 이 때 이용하는 것이 backpropagation gradient를 얻기 위해 computational graph 내부의 모든 변수에 대해 chain rule을 재귀적으로 사용 복잡한 함수를 이용하여 작업할 때 유용하게 쓰임 computational grah를 이용하면 backpropagation 진... Read More

cs231n 강의 2강에서 배웠던 Linear Classifier는 결과가 그다지 정확하지 않았다. weight가 좋은지 정량화하는 어떤 것이 필요할 것이다. 최적화란, 그나마 덜 나쁜 w를 찾는 것이며, 이를 확인하는 척도를 Loss function을 통해 알아낸다. Loss Function: classifier가 어떻게 좋은지를 알려줌 예시 dataset이 주어졌을 때 ! 전체 Loss는 각 Loss의 합 Multiclass SVM(Support Vector Machine) Loss True인 카테고리를 제외한 나머지 카테고리 Y의 합을 구함(incorrect class를 전부 합함) ... Read More

cs231n 강의 (해당 강의에서 사용한 dataset: CIFAR10) Image Classification: A core task in Computer Vision 간단한 작동 방식: input image -> 고정된 category label 중 하나를 할당 인간은 시각을 통해 사고할 수 있기에 이미지를 구분하는 것은 쉬운 문제이지만 기계에게는 결코 쉬운 문제가 아님. Problem Semantic Gap: 이미지 내의 개체의 의미와 컴퓨터가 실제로 인식하는 픽셀 값 사이의 큰 차이(에서 발생하는 문제). 예를 들어, 머신은 고양이 이미지의 전체적인 모습을 인식하지 못하고 [0, 25... Read More

cs231n 강의 lec1은 오리엔테이션 수업이라 neural networks와 computer vision 기술의 이론에 대한 직접적인 내용은 크게 없다. 그래서 이 글을 적기까지 고민이 많았다. 뭘 적어야할지 몰라서. 일단, 전체적으로 생물의 시각에 대한 이야기를 조금 언급하고 컴퓨터 비전의 역사를 설명하고 있다. 생물은 simple cells, complex cells, hypercomplex cells와 electronical signal을 이용해 사물을 봄. BUT, 기계는 인간의 눈처럼 사물을 파악하기가 쉽지 않음. 컴퓨터 비전에 관한 논의 MIT의 “The Summer Vision Pro... Read More