Dockerfile에 대해서 앞서 알아봤듯이, 이를 통해서 image를 build하고 docker hub에 push하는 것까지 진행해보려 한다. 아주 간단한 형식을 참고해보았다. 우선 image로 만들고자하는 파일에 반드시 Dockerfile이라는 이름을 가진 파일이 있어야 한다. 그 외에는 필요하다고 생각되는 소스 코드를 자유롭게 넣어주면 된다. 실행 순서는 다음과 같다. 1. docker 실행시키기 docker desktop을 직접 실행시켜서 docker를 실행시킬 수도 있다. docker daemon을 실행할 수 있다면 뭐든 상관 없을 것으로 보인다. 2. 디렉토리 이동하기 cd /파일위치와 같은 명령어로 도커 파일이 있는 디렉토리로 이동을 해준다. 3. image build하기 그 후에 Docke..

[Docker] Get Started Part 2. Sample Application [Docker] Get Started Part 2. Sample Application Sample application | Docker Documentation Sample application docs.docker.com 도커를 이용해 node.js로 이미 만들어진 이미지를 컨테이너로 띄워보는 과정을 진행한다. 1. 우선 압축 파일을 받아온다. https:/.. laonmoon.tistory.com 위의 글에서 실행시켰던 도커 파일을 보며 그 요소들을 알아보려 한다. # syntax=docker/dockerfile:1 FROM node:12-alpine RUN apk add --no-cache python2 g++ m..

Sample application | Docker Documentation Sample application docs.docker.com 도커를 이용해 node.js로 이미 만들어진 이미지를 컨테이너로 띄워보는 과정을 진행한다. 1. 우선 압축 파일을 받아온다. https://github.com/docker/getting-started/archive/refs/heads/master.zip 2. 압축을 해제하고 getting-started-master > app에 들어가면 package.json 파일이 보인다. 이 파일과 같은 디렉토리에 다음과 같은 내용의 Dockerfile을 작성한다.(visual code를 사용하는 것도 좋다.) # syntax=docker/dockerfile:1 FROM node:1..

[#23.Lec] Advanced Architectures of CNN - 딥러닝 홀로서기 [#26.Lec] (강추) Basic of RNN (Recurrent Neural Network) - 딥러닝 홀로서기 수강 날짜 : 220903-220920 [#23.Lec] Advanced Architectures of CNN - 딥러닝 홀로서기 - imageNet : 1000개의 카테고리의 이미지를 classification 하는 대회. -> Alexnet -> VGGNet -> GoogleNet -> ResNet [Alexnet] - 8 layers - 처음으로 ReLU를 사용함. - dropout 0.5 - batch size 128 - SGD Momentum 0.9 - val acc이 더 안내려가고 평평해..

[#20.Lec] Basic of Convolutional Neural Network - 딥러닝 홀로서기 [#21.Lab] Implementing CNN with Pytorch - 딥러닝 홀로서기 [#22.Lec] Assignment #4 Review - 딥러닝 홀로서기 수강 날짜 : 220829-220831 [#20.Lec] Basic of Convolutional Neural Network - 딥러닝 홀로서기 [Review] - gradient가 낮아지는 방향으로 step을 밟아가면 전체 loss를 줄이는 방향으로 갈 수 있다. - Batch GD와 stochastic GD의 차이점은? Batch GD는 트레이닝 셋을 모두 사용하여 gradient를 계산한다. 그래서 한 번에 계산하기 위해 그만큼의 ..

[#15.Lab] How to Write Well-Organized DL Code from Scratch(Live Coding) - 딥러닝 홀로서기 [#16.Lec] Assignment #2 Review - 딥러닝 홀로서기 [#17.Lec] Advanced Optimizer than SGD - 딥러닝 홀로서기 [#18.Lab] Handling Visualization of 'Many' Experiments - 딥러닝 홀로서기 [#19.Lec] - Assignment #3 Review - 딥러닝 홀로서기 수강 날짜 : 220821-220823 [#15.Lab] How to Write Well-Organized DL Code from Scratch(Live Coding) - 딥러닝 홀로서기 TRAINING ..

[#11.Lec] How to Parameterize DL Code - 딥러닝 홀로서기 [#12.Lab] Run Pytorch on GPU - 딥러닝 홀로서기 [#13.Lec] Overfitting, Regularization - 딥러닝 홀로서기 [#14.Lec] Hyperparameter Tuning Guide - 딥러닝 홀로서기 수강 날짜 : 220814- [#11.Lec] How to Parameterize DL Code - 딥러닝 홀로서기 - How to parameterize Entire code 설정해야 하는 하이퍼파라미터들이 많다. 이걸 어떻게 관리할 것인지? => args로 한 곳에 모아 관리 - 왜 변수화를 해야 하는가? - 다양한 변수를 한곳에서 관리하기 위해서 - 세이프 코딩을 위한 ..

[#9.Lab] MLP Regression with Pytorch / Assignment1 - 딥러닝 홀로서기 [#10.Lec] Assignment #1 Review - 딥러닝 홀로서기 수강 날짜 : 220809- [#9.Lab] MLP Regression with Pytorch / Assignment1 쟈료 저장소 : https://github.com/heartcored98/Standalone-DeepLearning/blob/master/Lec2/Lab2_pytorch_regression_demo.ipynb -> MLP 구현 쉬운 예시(nn.Module을 활용) * MLP 모델에서 hidden layer의 unit 수를 늘릴 수록 좋은 것인가? -> 해봐야 한다. 아무래도 모델의 capacity가 커져..

[#4.Lab] Linear Regression Practice - 딥러닝 홀로서기 [#5.Lab] Review / Regression with Pytorch - 딥러닝 홀로서기 [#6.Lec] Binary / Multi-Label Classification - 딥러닝 홀로서기 [#7.Lab] Multi-Class Classification with Pytorch - 딥러닝 홀로서기 [#8.Lec] History of DL / MLP Basic - 딥러닝 홀로서기 수강 날짜 : 220801- [#4.Lab] Linear Regression Practice class H(): def __init__(self, w): self.w = w def forward(self, x): return self.w * x..