본문 바로가기

분류 전체보기

 (38)
2장] 클라우드&네트워크 구조 클라우드와 클라우드 컴퓨팅클라우드 : 시간, 공간에 구애받지 않고 인터넷을 통해서 접속 가능한 환경- 공용 클라우드 : 임대하는 클라우드 ex. AWS- 사설 클라우드 : 자사에 구축하는 클라우드클라우드 컴퓨팅 : 클라우드에 구축된 인프라를 활용하는 서비스(ex. AWS, Azure, Google Cloud...)나 이를 사용하는 행위온프레미스와 오프프레미스온프레미스(on-premises) : 자사가 서버 등 인프라를 구축하는 것으로 자사에서 자유롭게 설계ㆍ운영할 수 있지만 숙련된 기술자가 필요하다. 오프프레미스(off-premiss) : 자사가 소유ㆍ운영하지 않고 임대하거나 공공장소에 구축된 것을 사용하는 것으로 회사에서 직접 관리할 필요가 없지만 제공하는 측의 규제를 지켜야 한다.❓온프레미스와 임대 ..
1장] 아마존 웹 서비스 기초 지식 AWS 주요 서비스- EC2 : 컴퓨팅 용량을 제공하는 서비스- S3 : 웹 서버 및 파일 서버용 파일을 보관하는 스토리지로 사용, 전체 용량 제한 X- Amazon VPN : AWS 계정 전용 VPN, 라우팅 테이블 및 네트워크 게이트웨이 등을 설정하고 가상 네트워크 환경을 구성한다.- Amazon RDS : RDBMS(Amazon Aurora, PostgreSQL, MYSQL, Maria DB, Oracle DB, SQL server)를 클라우드에서 이용한다.- Amazon Route 53 : DNS- Elastic IP : 서버에 정적인 IP주소 제공, EC2, ELB와 조합하여 사용한다.- Amazon Managed Blockchain : 블록체인 네트워크를 생성, 관리할 수 있는 도구, 데이터 ..
선형대수] 기말고사 정리 ||A||(Nom)이 음수가 불가능한 것에 비해, 행렬 식은 음수가 가능하다.만약 A가 가역행렬이면 det(A)≠0이고 비가역행렬이면 det(A)=0이다.여인수 전개(cofactor expansion) Cij=(-1)^(i+j)Aij 로 라플라스 전개의 소행렬식에 인덱스까지 곱한 것을 가리킨다.c*det(A)=det(A’) (A’은 A의 특정 행이나 열에 c를 곱한 행렬)정방행렬 A에 스칼라 배한 행렬식 kA에 대해서 det(kA)=kⁿdet(A)를 만족한다.det(B)=det(A1)+det(A2) (B는 하나의 다른 행(열)만 가진 행렬들의 덧셈에 의해서 생긴 행렬)det(A’)=-det(A) (A’: 두 개의 행(열)을 교환한 행렬)proof] 근접한 행끼리 교환한 행렬 A,A’에 대해 라플라스 전개..
선형대수] 중간고사 정리 일차방정식의 해1) consistent 유일해 2) consistent(indeterminate) 부정(여러 개의 해): 자유변수가 존재하는 해 집합을 가지는 경우-1. 변수의 개수 -2. RREF에서 피벗의 위치가 많이 밀리는 경향을 보임3) inconsistent 불능: 계수벡터가 다 0이고 상수 벡터가 0이 아닌 행이 존재 일차방정식 동치: 1) 해 집합 2) 수식의 개수 3) 변수의 개수가 동일해야 함동치를 유지하는 연산 1) 행 교환(Interchange) 2) 방정식의 스칼라곱(Scaling) 3)Row addition기약행 사다리꼴 행렬(RREF(Reduced row echelon form)):output을 정형화시켜서 정의하는 방법1) 모든 원소가 0인 행들은 0이 아닌 행들의 아래에 있어..
구글 ML 스터디 잼 6] Encoder-Decoder Architecture Encoder-Decoder : Large Language Model의 핵심이고 sequence-to-sequence 구조이다. input은 large language model에게 보내 프롬프트를 형성하 단어들의 sequence이다. ouput은 이 프롬프트에 대한 large language model의 반응이다. encoder과 decoder 구조는 recurrent neural network나 더 복잡한 transformer blcok(attention mechanism을 기반)으로 구성될 수 있다. - encoder stage : input 문장에 대한 벡터 표현을 만들어내고 decoder stage를 따라한다. recurrent neural network encoder는 한번에 input seq..
구글 ML 스터디 잼 5] Introduction to Image Generation 다른 image generation model - Variational Autoencoders(VAEs) : 분할된 데이터를 학습하는 동안, 압축된 사이즈로 이미지를 부호화하고 원래 사이즈로 다시 해독한다. - Generative Adversarial Models(GANs) : 이미지를 생성하는 신경망(generator)과 이 이미지가 진짜인지, 가짜인지 식별하는 신경망(discriminator)을 서로에게 붙인다. 딥페이크라고도 불린다. - Autoregressve Models : 이미지를 픽셀의 시퀀스로 취급하여 이미지를 생성하며 현재는 LLM이 텍스트를 다루는 방식으로부터 영감을 얻고 있다. Diffusion Models(확산 모델) : 물리학, 특히 열역학으로부터 영감을 얻었고 오늘날까지 잘 쓰이..
구글 ML 스터디 잼 3] Introduction to Responsible AI 조직 내의 responsible AI 권장사항에 대한 필요성 responsible AI의 보편적 정의와 구현방법, 공식은 존재하지 않으며, 대신 조직에서는 자체적인 AI 원칙을 수립하고 있다. 이러한 원칙의 공통된 주제는 투명성, 공정성, 신뢰성, 개인정보 보호이다. AI를 사용하기 위해 정의되고 반복 가능한 프로세스를 마련하는 것이 중요하다. 프로젝트의 모든 단계에 이루어 의견이 책임감 있는 AI에 영향을 미친다 사람은 AI 개발과 AI가 주어진 컨텍스트에서 적용되는 방식을 제어한다. 의사결정 지점마다 올바른 선택을 해야 개발과 유지관리동안 responsible AI를 유지할 수 있다. 조직이 자체적인 비즈니스 요구와 가치에 부합하도록 AI를 설계할 수 있다 google의 7대 AI원칙 1. AI는 사..
구글 ML 스터디 잼 2] Introduction to Large Language Models Define large language models(LLM) : large, general-purpose language models can be pre-trained and then fine-tuned for specific purposes major features large 1) enormous size of training data set 2) parameter count general purpose : solve common probelms pre-trained and fine tuned : pre-train a large language model for a general purpose with a large data set and then fine tune it for specific aim..

티스토리툴바