본문 바로가기
DB 공부하기

230406_DB복습

by 보랏 2023. 4. 7.

안녕하세요. 보랏입니다.

 

어제는 집에있는 데스크탑에서 티스토리 접속이 계속 오류가 발생하여 복습내용을 못적었네요...

오늘 어제 복습 내용까지 올리고 좀 있다 던파 여마법사 분석편까지 올리도록 하겠습니다.

 

우선 복습 내용먼저 작성하겠습니다. 

 

 

1. 딥러닝 - 심층신경망

  • 입력층과 출력층 사이에 있는 모든 층을 은닉층(Hidden layer)
  • 은닉층에는 주황색 원으로 활성화 함수가 표시되어 있으며, 활성화 함수는 신경망 층의 선형 방정식의 계산 값에 적용하는 함수
  • 분류 문제를 위한 신경망이 출력층에는 시그모이드 함수나 소프트맥스 함수를  성화 함수로 사용
    • 이진 분류 : 시그모이드 함수
    • 다중 분류 : 소프트맥스 함수
  • 회귀를 위한 신경망의 출력층의 결과는 임의의 어떤 숫자이므로 활성화 함수를 적용할 필요가 없고, 출력층의 선형방정식의 계산을 그대로 출력

 

2. 활성화 함수 적용 이유

  • 2개의 선형 방정식을 사용해서 예로 들면, 아래 그림에서 왼쪽의 첫 번째 식에서 계산된 b가 두 번째 식에서 c를 계산하기 위해서 사용
  • 하지만 두 번째 식에 첫 번째 식을 대입하면 오른쪽 그림처럼 하나로 합쳐질 수 있습니다.
  • 결국 b가 하는일은 없는 셈이며 이는 신경망도 마찬가지로, 은닉충에서 선형적인 산술 계산만 수행한다면 수행 역할이 없습니다. 

 

3. vscode docker 환경 설정

  • vscode wsl 연결(vscode확장자) 및 ubuntu환경 설치(microsoft store)

  • windows powershell (관리자 권한 실행) 후 명령어 입력
$ dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
$ dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
  • 윈도우 재부팅 후 windows powershell (관리자 권한 실행)에 명령어 입력
$ wsl --set-default-version 2
docker pull jupyter/datascience-notebook
docker pull mysql
  • requirement.txt파일과 DockerFile을 활용하여 vscode docker 컨테이너 생성 (mysql db)
# gcc와 파이썬 설치
apt update
apt install gcc python3-dev
apt install python3-pip

# Ctrl +p,q 후 requirement.txt파일 컨테이너에 복사
docker cp ./requirements.txt mycom:/root/

# 컨테이너를 계속해서 띄운 후 requirements.txt파일 설치
pip3 install -r requirements.txt
  • requirement.txt
absl-py==1.4.0
asgiref==3.6.0
astunparse==1.6.3
beautifulsoup4==4.12.0
bs4==0.0.1
cachetools==5.3.0
certifi==2022.12.7
charset-normalizer==3.1.0
Django==4.1.7
djangorestframework==3.14.0
flatbuffers==1.12
gast==0.4.0
google-auth==2.16.3
google-auth-oauthlib==0.4.6
google-pasta==0.2.0
grpcio==1.51.3
h5py==3.8.0
idna==3.4
importlib-metadata==6.1.0
jax==0.4.6
keras==2.9.0
Keras-Preprocessing==1.1.2
libclang==16.0.0
lxml==4.9.2
Markdown==3.4.3
MarkupSafe==2.1.2
mysqlclient==2.1.1
numpy==1.23.5
oauthlib==3.2.2
opt-einsum==3.3.0
packaging==23.0
pandas==1.5.3
Pillow==9.4.0
pip-chill==1.0.1
protobuf==3.19.6
pyasn1==0.4.8
pyasn1-modules==0.2.8
python-dateutil==2.8.2
pytz==2022.7.1
requests==2.28.2
requests-oauthlib==1.3.1
rsa==4.9
scipy==1.10.1
six==1.16.0
sklearn==0.0.post1
soupsieve==2.4
sqlparse==0.4.3
tensorboard==2.9.1
tensorboard-data-server==0.6.1
tensorboard-plugin-wit==1.8.1
tensorflow==2.7.0
tensorflow-estimator==2.9.0
tensorflow-io-gcs-filesystem==0.31.0
termcolor==2.2.0
typing_extensions==4.5.0
urllib3==1.26.15
Werkzeug==2.2.3
wrapt==1.14.1
zipp==3.15.0
  • DockerFile
# ./Dockerfile 
FROM python:3.9-alpine
WORKDIR /usr/src/app

#RUN apt update
#RUN apt add postgresql-dev mariadb-dev gcc python3-dev musl-dev zlib-dev jpeg-dev  #--(5.2)

## Install packages
COPY requirements.txt ./
RUN pip install -r requirements.txt

## Copy all src files
COPY . .

## Run the application on the port 8080
EXPOSE 8000

# gunicorn 배포 명령어
# CMD ["gunicorn", "--bind", "허용하는 IP:열어줄 포트", "project.wsgi:application"]
CMD ["python3", "manage.py", "runserver", "0.0.0.0:8000"]
  • requirements.txt파일과 DockerFile을 manage.py파일과 같은 경로에 두고서 아래 명령어 입력
# test라는 이름으로 image파일 생성
# 0.1은 dockerfile과 requriements파일이 같은 경로에 있다는 의미
docker build -t test:0.1 ./

# localhost 8000번 포트로 purple라는 컨테이너 생성 
# test image파일과 연결
# d : background에서 실행 / it : foreground에서 실행
docker run -d --name purple -p 8000:8000 test:0.1

 

이렇게 4월 6일 복습 내용을 마치겠습니다. 

 

감사합니다. 

 

 

 

'DB 공부하기' 카테고리의 다른 글

230411_DB복습  (0) 2023.04.11
230410_DB복습  (0) 2023.04.10
230405_DB복습  (0) 2023.04.05
230404_DB복습  (0) 2023.04.04
230403_DB복습  (0) 2023.04.03