쓰리미닛인포

사내 딥러닝 모델들의 서버가 윈도우라서, 윈도우 컨테이너에 대해서 알아보고 테스트하는 과정을 포스팅함.C++로 hello world를 작성하고 (c++ 할줄몰라서 세팅 해멧음.. 그래도 내가 먼저 helloworld를 로컬에 뿌려보고 잘되야 도커파일을 작성하니까..)도커로 윈도우 이미지로 배포하여 도커로 hello world를 출력되게​1. 도커데스크톱 설치 후 아래 문구 나오게끔 변경 ​2. 프로젝트 폴더 생성​3.hello.cpp 작성#include int main() { std::cout  4. 같은 경로에 Dockerfile 작성# 베이스 이미지 설정FROM mcr.microsoft.com/windows/servercore:ltsc2019# Visual Studio Build Tools를 설..

3일간 도커 쿠버네티스 우분투 몇십번 삭제하며 테스트해서 정리완료.​선행과정1. 도커데스크탑 설치 (인터넷쳐서 docker desktop 깔면 완료)2. 도커데스크탑에서 쿠버네티스 설정 활성화 (setting에서 쿠버네티스 들어가서 enable 체크박스해주면 완료)3. 우분투설치 후 도커 쿠버네티스 잘깔렸나 확인(전 22.04)>docker version 했을때 잘나오는지?>kubectl get nodes 했을때 아래 처럼나오는지​우분투의 기본계정에서 설치함, ROOT로 설치안했음경로는 home/계정/~ 여기서 명령어처리​선행 이후 kubeflow 설치kustomize 설치curl -s "https://raw.githubusercontent.com/kubernetes-sigs/kustomize/maste..

도커허브 가입 https://hub.docker.com/​2. 터미널에서 DOCKER LOGIN 명령어를 통해 도커로그인 ​3. 도커 태그 설정 ($ docker tag tag /:tag )​4. 도커푸쉬 ($ docker push :tag) 5. 도커허브 확인=======================================================================================​ 허브에서 pull 뒤 런 하기.8000:5000 ​호스트포트:바인딩포트 라고 생각하시면됩니다.​웹서버 구축시 5000번으로 바인딩처리해놔서 8000:5000 으로 진행했고,저 명령어를 docker run -p 5000:5000 youjaehyun/python-docker-serverdocke..

docker ps : 실행 중인 도커 컨테이너 리스트docker ps -a : 종료된 것 까지 볼 수 있는 컨테이너 리스트docker pull: image를 docker hub에서 받는다docker search: docker hub 에서 검색한 것과 같은 효과docker system df : 도커 용량 과 상태 값을 볼 수 있다.docker run -it/bin/bash : interactive 하게 실행할 수 있다.docker attach 컨테이너로 접속docker stop : 운영중인 컨테이너 멈추기docker start : 중지 되었던 컨테이너 시작docker rename : 컨테이너 이름 변경docker cp : : 컨테이너에 특정 파일 / 폴더를 target path에 복사해줌 / 반대로 하면 ..

1.언어 맞게 서버 세팅* 필자의 경우 파이썬 FLASK로 세팅​참고 문서 : https://docs.docker.com/language/python/containerize/ 위와 같은 구조로 파일이 생성된다.​2. docker init 명령어 입력 docker 빌드할 파일들을 자동 생성해준다.​본인의 언어에 맞는 것을 선택3. What's next 부분을 그대로 친다.​알와 같이 정상적으로 출력되면, localhost:5000 으로 들어가봅니다.​도커에서 이미지를 이용해서 웹서버가 실행됩니다.​터미널내에서 명령어를 입력해서 혹시나 프로젝트를 끄게되면 터미널도 닫히므로 서버가 막힙니다.​이럴때를 대비해서 백그라운드에서 실행할수가 있습니다.터미널에서 -d 를 붙여서 한번 실행해봅니다이후 터미널을 끕니다.​..

#선행설치 필요 python, 아나콘다, 주피터노트북 혹은 코랩*코랩 GPU사용제한으로 PYCHARM 주피터로 포스팅​맷플롯립(Matplotlib)은 데이터를 차트(chart)나 플롯(plot)으로 시각화하는 패키지입니다. 데이터 분석에서 Matplotlib은 데이터 분석 이전에 데이터 이해를 위한 시각화나, 데이터 분석 후에 결과를 시각화하기 위해서 사용됩니다. ​pyplot를 관례상 plt라는 명칭으로 임포트해봅시다.​1) 라인 플롯 그리기​plot()은 라인 플롯을 그리는 기능을 수행합니다. plot()에 x축과 y축의 값을 기재하고 그림을 표시하는 show()를 통해서 시각화해봅시다. 그래프에는 title('제목')을 사용하여 제목을 지정할 수 있습니다. 여기서는 그래프에 'test'라는 제목을 ..

#선행설치 필요 python, 아나콘다, 주피터노트북 혹은 코랩​Numpy의 경우 np라는 명칭으로 임포트하는 것이 관례입니다.1) np.array()​Numpy의 핵심은 ndarray입니다. np.array()는 리스트, 튜플, 배열로 부터 ndarray를 생성합니다. 파이썬 자료구조 중 하나인 리스트를 가지고 1차원 배열을 생성해보겠습니다.2차원 배열을 만들어보겠습니다. 주의할 점은 array() 안에 하나의 리스트만 들어가므로 리스트의 리스트를 넣어야 합니다.두 배열의 타입을 확인해봅시다.동일하게 타입이 numpy.ndarray라고 나오게 됩니다. Numpy 배열에는 축의 개수(ndim)와 크기(shape)라는 개념이 존재하는데, 배열의 크기를 정확히 숙지하는 것은 딥 러닝에서 매우 중요합니다. ​..

#선행설치 필요 python, 아나콘다, 주피터노트북 혹은 코랩​판다스(Pandas)는 파이썬 데이터 처리를 위한 라이브러리입니다. 파이썬을 이용한 데이터 분석과 같은 작업에서 필수 라이브러리로 알려져있습니다. 참고 할 수 있는 Pandas 링크는 다음과 같습니다.링크 : http://pandas.pydata.org/pandas-docs/stable/아나콘다를 설치하지 않았다면 아래의 커맨드로 Pandas를 별도 설치할 수 있습니다.$ pip install pandas​Pandas는 총 세 가지의 데이터 구조를 사용합니다.시리즈(Series)데이터프레임(DataFrame)패널(Panel)이 중 데이터프레임이 가장 많이 사용되며 여기서는 시리즈와 데이터프레임에 대해서 다룹니다.​1) 시리즈(Series)시..

$ git clone https://github.com/ultralytics/yolov5 $ cd yolov5$ pip install -r requirements.txt #의존성 설치설치 시 아래와 같이 설치가 됩니다.​데이터셋을 다운로드 받습니다.https://public.roboflow.com/object-detection​​YOLOv5 는 txt 포맷의 레이블링 데이터를 사용한다 합니다. 이 파일은 이미지에서 검출된 object에 대한 클래스와 bounding box 정보를 포함하고 있고. 검출 객체정보 배치는 [class, x_center, y_center, width, height] 형태로 되어있습니다.​다운받은 데이터셋을 yolo 모델 폴더 안에 넣어줍니다.데이터셋 내 yaml 파일은 da..

문제내답안def solution(num_list): if int(num_list[-1]) > int(num_list[-2]): #마지막원소 > 마지막전원소 num_list.append(int(num_list[-1]) - int(num_list[-2])) #배열에 값계산해서 추가 else: num_list.append(2*num_list[-1]) #배열에 값 곱계산후 추가 return num_list결과