Growth Diary

1. s3 용어2. s3 버킷 생성 프로젝트 진행도중 이미지를 저장하고 관리해야할 일이 생겨서 AWS의 s3 시스템을 사용해보도록 하였습니다. 1. s3 용어 1) 버킷객체를 저장하는 공간 2) 객체이미지나 동영상 같은 파일 3) 버킷명유일한 이름 4) 객체 키객체 식별자 (모든 객체가 하나씩 가짐) 2. s3 버킷 생성본격적으로 aws 콘솔에 접속해서 버킷을 생성해보도록 하겠습니다.  s3 서비스는 사용한만큼 요금이 지불되기 때문에 현재 사용중인 프리티어 기준에 맞게 이미지 용량을 사용할 생각입니다. 버킷 이름 규칙에 맞게 이름을 지정하고 넘어가줍니다.  다른 값들은 추가로 건들이지않고 테스트를 위해 태그를 하나 생성해주었습니다. 버킷이 잘 만들어진 모습을 볼 수 있습니다. 이제 버킷을 들어가서 이미지..

1. FastAPI2. 가상환경 생성3. 설치 및 예제1. FastAPIFastAPI는 현대적이고, 빠르며(고성능), 파이썬 표준 타입 힌트에 기초한 Python의 API를 빌드하기 위한 웹 프레임워크로 Python 3.6 이상에서 비동기 프로그래밍을 사용합니다. 파이썬 웹 프레임 워크 중 가장 빠르다고 알려져 있습니다. FastAPI가 많이 사용되는데는 아래와 같은 이유가 있습니다. 타입 힌트와 Pydantic 모델을 사용하여 데이터 검증과 직렬화를 자동으로 처리합니다. 이를 통해 개발 속도를 높이고, 오류를 줄일 수 있습니다.Swagger와 ReDoc을 통해 API 문서를 자동으로 생성합니다. 이 기능을 활용하여 개발자와 사용자가 API를 쉽게 이해하고 사용할 수 있도록 합니다.비동기 Python 코..

1. Hugging Face 2. Hugging Face와 FastAPI 통신3. FastAPI와 Next.js 통신  오늘은 졸업 프로젝트에서 사용한 FastAPI를 사용하여 Hugging Face에 등록된 모델의 API를 통해 데이터를 요청하고, 이를 Next.js에서 요청하여 응답하는 일련의 과정에 대해 알아보도록 하겠습니다. 1. Hugging Face 트랜스포머 기반의 다양한 모델들과 학습 스크립트를 구현해놓은 일종의 모듈입니다. 기존의 트랜스포머를 학습시킨다고 하면 딥러닝 프레임워크를 선택하고, 그에 맞게 구현을 해야했습니다. 하지만 허깅페이스는 그런 함수들이 이미 정의 되어있기 때문에, 간단하게 모델을 불러서 쓸 수 있습니다. 또한 가장 좋은 점은 다른 누군가가 이미 학습한 모델을 가져다 쓸..

1. Docker Container Life Cycle 2. 컨테이너 실행방법 3. 컨테이너 관련 명령어 Docker Container Life Cycle 컨테이너 실행방법 1. run 명령어로 컨테이너 생성 및 시작 docker run [image] 2. create 명령어로 컨테이너를 먼저 만든 후 start 명령어로 실행 docker create [image] #컨테이너 생성 docker start [container] #컨테이너 시작 컨테이너 관련 명령어 실행중인 컨테이너 상태 확인 ps 전체 컨테이너 상태 확인 ps -a 컨테이너 상세 정보 확인 inspect [container] 컨테이너 일시 중지 pause [container] 컨테이너 재개 unpause [container] 컨테이너 종료..

1. 컨테이너 기술의 발전 2. 도커 구성요소 3. 이미지와 컨테이너 4. 도커 이미지 구성과 저장소 1. 컨테이너 기술의 발전 1. Traditional Deplyment 하드웨어(컴퓨터) 위에 운영체제가 설치되고 그 위에 애플리케이션을 배포하고 운영 애플리케이션 구동에 필요한 라이브러리나 프레임워크를 운영체제에 설치하게 되고 그 후에 해당 애플리케이션 배포 및 실행이 가능 문제점 : 각각의 app들이 공유하는 자원(라이브러리 등)으로 인해서 충돌을 일으키게됨 2. Virtualized Deployment 가상머신을 이용한 가상화 형태 가상머신을 통해 격리된 환경에서 각각의 app들이 구동됨 운영체제 위에 가상머신들을 관리하는 Hypervisor 컴포넌트가 위치 게스트 OS를 구동하기 위해서는 컴퓨팅 ..