일단 노드를 시작한지 얼마 안되서 관련 지식은 대부분 인터넷으로 접하고 있는데 여기 널린 글들에 문제점이 많다. 노드라고 하는 언어가 javascript 를 server-side 에서 동작하도록 지원하면서 백만명의 프론트 개발자를 백엔드에 설 수 있게 해줬다. 한편 웹 프레임웍 자체의 진입장벽이 다른 언어에 비해 상대적으로 낮은데 각설하고 이게 뭐가 문제냐하면 아무리 자바스크립트가 ES6 까지 진화하고 뭣했다고 해도 콜백 지옥에서 광명을 찾았다는 글을 찾기가 힘들다는 것이다. 대부분이 허덕이고 있으며 그나마 이해했다고 싸질러놓은 글도 의심스럽기짝이 없다. 대부분의 백/프론트엔드 개발자가 하나같이 두리뭉실한 지식을 인터넷에 써 놓고, 그걸 또 많은 사람들이 퍼나르고.. 여튼 제대로 된 지식이나 먹음직스럽게..
이전 편까지 우리는 CloudML 이 무엇인지 살펴보고 모델을 클라우드에 던지고 결과를 받는 등 CloudML 전체 시나리오에 대한 이야기만 했다. 이번 글에서는 ML job 의 분산학습 아키텍처를 살펴보고 이해하도록 한다. 함께보면 좋은 글CloudML - 개념 CloudML - 기본 CloudML - 실전 심화Scale tierCloudML 은 training 을 돌릴 서버의 사양을 조정할 수 있는 Scale-tier 옵션을 제공하는데 그 안에는 BASIC, STANDARD_1, PREMIUM_1, BASIC_GPU 그리고 CUSTOM 까지 총 다섯가지 종류가 있다. CUSTOM 을 알아보기 전에 다른 네 가지 방식의 사양을 보자. Cloud ML Engine scale tier Compute Eng..
상세보기: http://www.tistory.com/thankyou/2017/tistory/4107322016년 결산에서 맛집 블로그라는 오점을 남겼었는데 이번에는 만회한듯 하다. 올해는 글을 작성할 때 웬만하면 "주제"를 선택했더니 정상적인 IT 블로그로 돌아왔다. 결산에 있는 몇 가지 항목을 살펴보는 시간을 갖도록 하자.우선 1년동안 111개의 글을 쓰는 부지런함을 보였다. 봄부터 초여름까지 글이 집중적으로 몰려있는 이유는 아무래도 올해 가장 큰 흥미를 느꼈던 Google Cloud Platform 을 공부하기 시작하면서 글을 기록했기 때문이겠다. 키워드는 무난하게 IT 쪽 용어들이 차지했다. 의외로 올해 가장 많은 부분 글을 작성한 GCP 단어 자체에 대한 것이 없다. 그렇다는 이야기는 신빙성이 약..
국내 콘퍼런스는 관심도 없다가 유독 해외에서 진행되는 콘퍼런스는 기를쓰고 참석하시는 분들. 대개는 실무와 크게 관련없는 높으신분들인 경우가 많다. 경비를 회사에서 다 지원해주니 해외 야유회라도 가는 마음일까? 오케이. 백번 양보해서 짬밥에 따라 견문이 (혹시라도) 넓을 수 있으니 인정. 그럼 회사가 비싼 돈으로 보내줬으니 다녀와서 최소한의 내용은 공유하시는게 어떤지? 이것도 못하면 둘중 하나다. 가서 알아들은 내용이 없거나 제대로 집중해서 듣지 않은 경우. 행사장 한바퀴 돌면서 대충 사진 몇 장 찍으며 액션 취하고 술마시러 가는 부류지. 설마 돌아와서 “별거 없더라”로 퉁치고 끝내는거면 레알 그건 회사의 돈을 축내는 벼룩이니 엄벌에 처해야 한다고 생각한다. 그를 벌할 수 없는 회사도 안타깝기는 마찬가지...
앞에서 CloudML 에 대한 이야기를 많이 했는데 사실 일반 VM instance (Compute Engine) 로 머신러닝을 이용하는 것에 비해 무엇이 좋은지 자세히 다루지 않았다. 이번 글을 통해 몇 가지 장점을 살펴보도록 하자. 비용아마도 가장 큰 장점이 되겠다. 다른 작업은 몰라도 머신러닝/딥러닝은 고사양 시스템을 필요로 하며 프로젝트에 따라 훈련시간이 굉장히 오래걸리기도 한다. GCE 는 사용하지 않을 때 중지하는 것이 비용을 절약할 수 있는 방법인데 딥러닝 training 이 언제 끝날지 알 수 없기 때문에 인스턴스를 무작정 켜놓을 수밖에 없다. 고사양 시스템으로 설정된 인스턴스를, 그것도 GPU 가 장착된 머신이라면 가격은 생각보다 끔찍할 수 있다. 반면 CloudML 은 인스턴스 없이 t..
2017년을 한 문장으로 요약하면 클라우드로 시작해서 클라우드로 끝난 한 해가 되겠다.가자, 클라우드로 2017년 1월에 개인 서버를 사용하기 위해 IDC와 AWS 사이에서 많은 고민을 했었다. 사실 그땐 AWS에 A도 모르던 시절인데 결국 난 Google Cloud 로 흘러왔다. 사실 지금도 여전히 AWS에 무지하지만, GCP는 20% 정도는 이해한 것 같다. 나머지 80%는 2018년도에 가능할까? 글쎄. 콘퍼런스 참석봄에 AWSomDay 를 시작으로 Google Cloud OnBoard, Google I/O Extended, Google 재야의고수, Google 판교, pycon2017, Devfest, 데이터야놀자, GDG송년회, withGCP2017 까지 각종 콘퍼런스와 행사를 누볐다. 콘퍼런스..
- Total
- Today
- Yesterday