전체 글 (291) 썸네일형 리스트형 MNIST 머신 러닝 개요 MNIST는 우리가 새로운 프로그래밍 언어를 배울 때 'Hello World'를 출력하는 것처럼, 딥러닝을 처음 배울 때 반드시 처음 거쳐야 하는 과정이다. 이는 28 x 28 크기의 숫자 이미지와 0~9까지의 정답으로 이루어져 있다. MNIST 데이터베이스 MNIST 데이터베이스 (Modified National Institute of Standards and Technolgy database)는 숫자0부터 9까지의 손글씨로 이루어진 대형 데이터베이스로, 다양한 화상 처리 시스템을 트레이닝하기 위해서 일반적으로 사용된다. MNIST 데이터베이스는 6만 개의 트레이닝 이미지와 만개의 테스트 이미지를 포함하고 있다. 딥러닝 아키텍처 딥러닝의 기본 아키텍처는 입력층, 은닉층, 출력층으로 나뉜다. 우선 .. 몽고디비(MongoDB)를 사용하는 이유 마이클 카힐 몽고 디비 랩스 부사장은 연례 개발자 컨퍼런스 기조연설에서 "몽고 DB의 도큐먼트 모델은 다양한 유형의 데이터와 워크로드를 반영하고, 단일 API로 복잡한 워크로드를 쉽게 구성할 수 있고, 몽고 DB가 개발자에게 인기를 얻는 건 자연스럽게 생산성을 높일 수 있기 때문이다."라는 발언을 하였다. 실제로 몽고 DB는 전 세계에서 2억 6천5백만 건 이상 다운로드되었고, 37000여 곳의 유료 고객을 가지고 있다. 또한 국내에서도 연초 400여 곳의 고객사 규모가 540개로 늘어나며, 빠르게 시장에 안착했다. 개발자의 생산성을 저해하는 원인으로 경직된 아키텍처, 비싼 비용, 부족한 확장성의 관계형 데이터베이스(RDB)를 지목한 그는 혁신을 빠르게 하는 데이터베이스 플랫폼은 우아한 개발자 경험을 제.. 가비지 컬렉션 (GC : Garbage Collection) 가비지 컬렉션 (GC)과 장단점 Garbage Collection(이하 GC)은 메모리 관리 기법 중의 하나로, 프로그램이 동적으로 할당했던 메모리 영역 중 불필요해진 영역을 해제하는 기능으로, 여기서 불필요해진 영역은 어떤 변수도 가리키지 않게 된 영역을 의미합니다. GC의 장점으로는 유효하지 않은 포인터 접근, 이중 해제, 메모리 누수와 같은 버그를 줄이거나 막을 수 있고, 단점으로는 수집이 일어나는 타이밍이나 점유 시간을 예측하기 어려워서 실시간 시스템에 비적합 할당한 메모리가 해제되는 시점을 알 수 없습니다. 또한 GC는 사람과 같이 판단력을 갖춘 것이 아니기 때문에 지워야 할 내용들을 100% 잡아내지 못한다는 한계점을 가지고 있습니다. GC 루트 가비지 컬렉션(GC)은 초기에 모든 객체를 쓰레.. 이전 1 ··· 92 93 94 95 96 97 다음
