본문 바로가기

분류 전체보기27

[Cloud Computing] 3. GCP Linux VM instance 생성 데이터 센터: 컴퓨터 집적 시설클라우드는 데이터센터의 가상화된 데이터 센터분산시스템 ex) 아마존 소프트웨어를 돌아가게끔 클라우드에 설치 > 안정적인 수입가용영역 (Availability Zone): 실제 데이터센터를 3~5개를 입대해서 하나의 가상 데이터 센터로 만드는것ex) US-East1-aRegion : 가용영역을 3~5개 모아서 하나의 리전으로 만듦독자적으로 클라우드 서비스를 안전하게 제공할 수 있는 단위서울리전, 동부리전, 서부리전… US-East1http (TCP80) : 암호화 안됨 > 정보성 게시불 ( 기사, 불특정 다수에게 공개 가능)https (TCP443) : 암호화 됨 > 로그인, 고객정보SSH : Secure shell : 리눅스 명령어를 암호화해서 전달하는 프로토콜 ※  리눅스.. 2024. 7. 17.
[Cloud Computing] 2. Saas, PaaS, IaaS ※  클라이언트와 서버는 프로세스클라이언트: 웹브라우저(크롬,앳지,사파리),SSH client, FTP Client서버 : 웹서버 (IIS, Apache, Tomcat, Nginx), 메일서버, FTP서버, SSH서버 등한대의 컴퓨터에 여러 종류의 서버를 설치 할 수 있음※  클라우드의 종류1. SaaS(Software as a Service)소프트웨어를 클라우드에 설치하고 이용하는 서비스클라우드 쪽: 네트워크, 하드웨어, 운영체제, 보안 솔루션등이 설치된 상태에서 software까지 설치된 상태고객: 웹브라우저 또는 웹앱과 ID/PW (계정정보)비 IT 업체들: 보험, 자동차 사용2. PaaS (Platform as a Service)개발환경까지 클라우드에서 제공하는 서비스클라우드에서 제공 : 개발환경.. 2024. 7. 17.
[Cloud Computing] 1. Intro 2024년 1학기 클라우드 컴퓨팅 수업을 듣고 배운 내용을 정리하며 포스팅 진행하도록 하겠습니다. ※  웹서버가 필요하다면?컴퓨터 구입, OS설치, 웹서버 설치, 웹 스크립트, DB 설치 등등무얼하든 업무관리를 위해 웹사이트 구축이 필요클라우드 컴퓨팅의 등장으로서버 관리자 고용서버 구입웹사이트 개발자 고용각종 sw 구입 (OS, DB)웹사이트 구축 및 DB 관리보안 솔루션 설치인터넷 연결, 도메인 구입 등※  클라우드 서비스와 호스팅 서비스 비교cloud : 외부에서 내부가 보이지 않음외부의 고객이 내부망의 시스템을 알 필요가 없음네트워크 구성도에서 인터넷을 구름으로 그리는것에서 유래고객은 서비스를 해주는 시스템에 대해 알 필요 없음서비스 제공자는 고객에게 자사의 시스템을 알려줄 필요 없음가상머신 단위로.. 2024. 7. 17.
[논문 리뷰](Kor.ver) Hyper-class Augmented and Regularized Deep Learning for Fine-grained Image Classification Hyper-class Augmented and Regularized Deep Learning for Fine-grained Image Classification CVPR.2015.7298880   FGIC는 서로 유사한 카테고리 사이의 미세한 차이를 구별하는 것이 목표유사한 클래스들 간의 작은 차이를 식별해야하나 어려움→ 높은 분류 성능을 내기 어려우며 과적합이 발생하기 쉬움기존 연구의 한계 : 전통적인 방법들은 이러한 미세한 차이를 효과적으로 학습하기 어려움대규모 외부 데이터셋(예: ImageNet)에서 딥 CNN을 사전 학습하고 작은 규모의 대상 데이터에서 미세 조정하여 특정 분류 작업에 맞추는 것딥 CNN의 성공에서 중요한 요소는 대규모 라벨이 붙은 학습 데이터에 접근할 수 있는 것세밀한 이미지 분.. 2024. 7. 13.
[paper review](Eng.ver) Hyper-class Augmented and Regularized Deep Learning for Fine-grained Image Classification Hyper-class Augmented and Regularized Deep Learning for Fine-grained Image Classification CVPR.2015.7298880  The challenges of FGIC: - Data Scarcity: expensive to obtain a large number of labeled images → Data Augmentation: Identify hyperclasses and acquire a large number of images labeled with  hyper-class from easily accessible search engines for multi-task learning. - Large Intra-Class Variat.. 2024. 7. 13.
[논문 리뷰](Kor.ver) MetaFormer : A Unified Meta Framework for Fine-Grained Recognition Fine Grained Visual Classification (FGVC)FGVC(Fine-Grained Visual Classification)은 상위 카테고리에 속하는 여러 하위 카테고리에 속하는 객체를 인식하는 것→ 이미지 정보만으로는 정확하게 fine-grained 카테고리를 구별하기에 부족하다. 요즘엔 메타정보 (spatio-temporal prior, attribute, text description)가 이미지와 함께 등장※ 문제 정의 : 세밀한 이미지분류는 동일한 기본범주에 속하는 객체 (새, 자동차) 를 하위범주로 정확하게 분류하는것을 목표→ 작은 클래스간 변이와 큰 클래스간 내 변이로 인해 어려움※ 기존 방법의 한계 : 기존 방법은 주로 시각적 정보에 의존→ 시각적으로 구별하기 어려운 한.. 2024. 7. 13.

티스토리툴바