검색하기귀찮아서만든블로그

이번 포스트에서는 docker desk top 이 설치된 환경에 linux 용 mariadb 서버를 구성하는 방법에 대해서 공유하고자 한다. 먼저 도커 데스크 톱 사용 방법은 지난 포스팅에서 작성한 도커 사용기를 참조하면 된다. [Docker] Hyper-V VM (Windows) 환경 Docker 사용기 (1) [Docker] Hyper-V VM (Windows) 환경 Docker 사용기 (2) [Docker] Hyper-V VM (Windows) 환경 Docker 사용기 (3) mariadb 가 windows 용 docker image 도 있지만 범용으로 많이 사용되는 이미지를 사용하기 위해서 linux 커널 (WSL2) 로 전환한다. 다음은 도커 허브에서 mariadb 이미지를 찾아서 도커로 설치하..

이전 포스팅에서 Windows 10 을 Hyper-V 가상컴퓨터로 생성하고 Docker Desktop 을 설치하여 MariaDB 를 Container 환경으로 구성하는 것까지 확인하였다. 이번 포스팅에서는 VM 이 NAT 환경으로 구성되어 있는 것을 Bridge 환경으로 변경하고 외부 PC에서 MariaDB까지 접속이 가능한 것을 확인해 보겠다. 우선 지난 포스팅에서 구성한 Hyper-V VM 환경을 구성하기 위해 사용된 네트워크 정보는 아래와 같다. (PC에서 확인한 Default Switch 의 IPv4 주소) Default Switch 는 Hyper-V 환경을 사용하면 자동으로 생성되는 네트워크이다. 아래는 VM 에 연결된 NIC 에 대한 정보이다. 기본 게이트웨이가 PC의 IPv4 값으로 설정된 ..

Docker를 Windows 가상 컴퓨터에서 구동하기 위해 지난번 포스팅에서 Hyper-V VM 구성에 대해서 알아보았다. 이번 포스팅에서는 생성된 가상화 컴퓨터에 Hyper-V 가상화 중첩화 설정을 통하여 Docker Desktop 을 설치하고 MariaDB 컴테이너를 구동하는 것까지 공유해 보겠습니다. Hyper-V 관리자에 생성된 가상 컴퓨터의 이름을 확인한다. PC 에서 powershell 을 관리자 권한으로 실행하고 아래 명령어를 수행한다. (가상 컴퓨터를 종료한 상태에서 수행) # Hyper-V 가상화 중첩화를 설정한다. (PC에서 수행) PS> Set-VMProcessor -VMName "" -ExposeVirtualizationExtensions $true PC에서 가상화 중첩화 설정이 완..

Docker는 리눅스와 윈도우에서 모두 사용할 수 있는 컨테이너 기반의 가상화 플랫폼이다. 컨테이너는 애플리케이션과 그에 필요한 의존성들을 하나의 패키지로 묶어서 배포하고 실행할 수 있게 해준다. 컨테이너는 가볍고 빠르며 격리된 환경에서 동작하기 때문에 개발과 운영에 많은 장점을 제공한다. 이번 포스팅에서는 Docker Desktop 을 가상 환경에서 구동하기 위해 Windows 에서 제공하는 Hyper-V VM을 구성하는 방법에 대해서 알아본다. PC에 Docker Desktop을 구성하여 사용할 때 간헐적으로 Network IPv4 가 미사용으로 변경되는 문제가 있어서 가상 환경에 Docker Desktop 을 구성하려고 시도했었다. 지금까지 주로 Oracle Virtual-Box 가 무료라서 주로 ..

인공지능 알고리즘 중 쉽게 접근할 수 있는 CNN 알고리즘에 대하여 개념을 다시 정리하고 이해하기 위해 포스팅을 하게 되었다. 정확하지 않은 정보가 있을 수 있지만 전반적인 이해를 위해 직접 내용을 정리해본다. CNN(Convolutional Neural Network) 이미지 분석용 뉴럴 알고리즘이다. 인공 지능은 원본 이미지를 그대로 학습하게 될 경우 원본과 완벽하게 일치하는 이미지만 인식할 수 있기 때문에 특징점을 추출하여 유사한 이미지를 군집화하는 개념으로 동작하게 된다. CNN은 필터 합성곱을 통하여 인풋 이미지의 특징점 맵 (축소, 압축) 을 생성하고 군집화하기 위해 만들어진 알고리즘이다. CNN 은 FNN (Fully- connected multi layered Neural Network) ..

지난번 포스팅에서 학습한 MNIST 모델은 테스트해 보려고 한다. 테스트는 MNIST 모델을 로드하고 PyQt5 툴을 사용하여 사용자가 입력한 숫자를 모델에 태워서 원하는 결과가 나오는지 확인하였다. import sys from PyQt5.QtWidgets import * from PyQt5.QtGui import * from PyQt5.QtCore import * import numpy as np import tensorflow as tf class MyApp(QMainWindow): def __init__(self): super().__init__() self.image = QImage(QSize(400, 400), QImage.Format_RGB32) self.image.fill(Qt.white) ..

인공지능 기초에 대해서 공부를 시작해보려고 한다. CNN 알고리즘을 사용한 인공지능 모델 중 가장 기초로 많은 예제가 있는 MNIST 샘플에 대하여 정리한 내용이다. CNN 은 이미지 학습에 가장 많이 사용되는 알고리즘인데 그중 글씨를 인식하기 위한 모델은 MNIST라고 한다.모델을 공부하기 위해서는 기초 지식이 많이 필요하다. 상기 모델은 CNN 알고리즘 Max Pooling 방식으로 압축하고 1차원으로 만든 후에 ReLU 와 Softmax 활성화 함수를 사용한 모델 예시이다. import tensorflow as tf import numpy as np import matplotlib.pyplot as plt from keras.models import load_model (x_train, y_trai..

3장에서는 일봉 차트를 그려보고자 한다. 일봉 차트는 plotly라는 차트 그리기 패키지가 설치가 필요하다. pip install plotly 아래 소스코드는 삼성전자 2022/01/01 ~ 2022/03/01 주식 데이터를 가져와서 시가, 종가, 상한가, 하한가를 봉 차트로 그려주는 소스 코드이다. import FinanceDataReader as Finance import plotly.graph_objects as go dfSamsungData = Finance.DataReader('005930', '20220101', '20220301') fig = go.Figure(data=go.Candlestick(x=dfSamsungData.index, open=dfSamsungData['Open'], hig..