코드 한줄

Tensorflow serving 을 이용하기 전에는 flask 를 이용하여 REST API 를 만들어 microservice를 진행하는 것을 당연하게 생각했었습니다. python 의 overhead 줄이기 위해 C++/golang 등 다른 framework 를 써야 된다는 것을 알았지만, 큰 영향이 없겠다 싶어 고민하지 않았던 것 같습니다. "TensorFlow Serving is a flexible, high-performance serving system for machine learning models, designed for production environments." https://github.com/tensorflow/serving Tensorflow serving은 유연하고, 고성능 서빙..

Buffer overflow 란, 고정된 메모리 버퍼를 넘어서 접근해야 되지 않을 주소, 메모리 공간까지 넘어가 그 곳의 정보를 수정하거나 덮어쓰게 되는 것입니다. 덮어쓰는 내용을 특정 코드를 실행하도록 덮어 씌우는 공격이 바로 buffer overflow 공격입니다. 먼저 메모리 Stack 에 대한 내용을 알아야 될 것 같아 간단히 그림을 그려봅니다. Process Memory heap malloc, new 할당 동적 데이터 stack 전역 변수, 콜Stack(함수 파라미터 / 리턴 어드레스) data(global variabels) - uninitialized data - initialized data code(or text) 프로그램 기계어 코드가 올라가는 영역 우리가 실행하는 Process 의 메..

월요일 부터 금요일 까지 잠자기 전에 나를 인도해주는 네이버 웹툰을 보다가 문뜩 경고문을 보고는 어..이게 캡처가 된다고 ? 하면서 스마트폰 캡처를 했는데 정말 가능하긴 하네요, 우리 열심히 밤낮없이 일하시는 작가님들 저작권을 어떻게 보호한다는 거지 라는 막연한생각에 한번 간단히 찾아봤습니다. 간단히 찾아 본 Frequency Method 방식 으로 3개가 있네요. Attack 방법에 대해서 일반적으로 알려진 방법을 사용해보도하겠습니다. 아래 알고리즘들에 대해서 문뜩 필살기처럼 회피할 아이디어가 번뜩이지만, 조용히 테스트만 해보도록 하겠습니다. 이제 첫 번째 이야기를 진행하겠습니다. DWT-DCT 알고리즘을 통한 watermarking 이미지 embedding - extraction 입니다. [ Freq..

1 http://stackoverflow.com/questions/1768197/bounding-ellipse/1768440#1768440 (stack) 2 http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.116.7691 (document) 3 https://gist.github.com/Gabriel-p/4ddd31422a88e7cdf953 (python mvee code) $ {(x_i -c)}^TE{(x_i -c)} \leq 1 \hspace{10mm} i=1,...,m $ $Vol(\varepsilon) = {v_0 \over \sqrt{det(E)}} = v_0 det(E^{-1})^{1 \over 2}$ document 를 참조하면 center..

Generative Adversarial Network ■ minimax problem $\underset{G}{min}\, \underset{D}{max} V(D, G) = \mathbb{E}_{x \sim P_{\text{data}}(x)} \big[ \log D(x) \big] + \mathbb{E}_{z \sim P_{z}(z)} \big[ \log (1-D(G(z)) \big]$ ■ Discriminator $maximize\quad J^{(D)}= \mathbb{E}_{x \sim P_{\text{data}}(x)} \big[ \log D(x) \big] + \mathbb{E}_{z \sim P_{z}(z)} \big[ \log (1-D(G(z)) \big]$ $\frac{1}{N}\sum_{..

■ Degradation 문제 Deep Residual Learning for Image Recognition 논문을 보면 시작은 56-layer를 사용하면 이론적으로 더 error 가 낮아야 하지만, 20-layer 보다 더 높은 값을 나타내고 있습니다. 이는 다시말하면 layer가 깊어질수록 overfitting 의 문제가 아닌, training error 가 증가한다는 말로 네트워크가 학습이 잘 진행이 되지 않는다는 것을 의미합니다. ■ Shortcut connection (skip connection) Degradation 문제를 해결하기 위해 논문에서 제안한 방법이 shutcut connection 이란 방법으로 Gradient 를 유지할 수 있도록 shorcut을 만든 다는 것이 핵심입니다. ..

asyncio 와 asiohttp 에 대한 자세한 내용은 구글을 검색을 통해 얻을 수 있습니다. single thread 를 활용한 비동기 프로그래밍 이라고 생각하시면 될 것 같습니다. I/O Bound 와 CPU Bound 라는 개념 또한 나오는데 Synchronous(동기) 방식을 사용하면 I/O Bound 성능에 따라서 프로그램의 속도에 아주 큰 영향을 미치게 됩니다. (asyncio 에 대해서 추후 정리하도록 하겠습니다.) 동기 방식을 이용하여 간단히 네이버 금융을 통해서 삼성전자의 주식을 50페이지 정도 조회하게 되면 1.797 s 의 시간이 소요 됩니다. import requests import time url = 'https://finance.naver.com/item/sise_day.nhn..

ML 과 DL 에서 feature selection 을 이용하는 알고리즘과 해당 내용에 대해서 써볼 예정입니다. Autoencoder Random forest PCA Machine Learning - Filter Method (통계 테스트) - Wrapper Method (Forward Selection, Backward Elimination, Recursive Feature Elimination) - Embedded Method (LASSO, RIDGE) [참고] https://sherry-data.tistory.com/12

위 책을 읽고 코드로 구현하기에 적합하도록 수식을 변경하여 정리했습니다. keras, tensorflow 등의 라이브러리 없이 numpy 행렬 연산을 통해 직접 feed forward, back propagation 을 구현하여 학습을 할 수 있도록 코드를 구현했습니다. Perceptron 다수의 입력을 받아서 모두 더한 뒤 특정한 함수를 통과시켜 얻은 결과는 아래와 같이 정리할 수 있습니다. $ u = \sum_{i=1}^{3}{w_i \cdot a_i} + b $ $ z = f(u) $ f : activation function Multiple Layer Perceptron ■ 다층 layer를 가지는 퍼셉트론을 도식화 하면 아래와 같은 그림으로 표현 가능합니다. 우선 진행에 앞서 혼동이 되지 않도록..

* Variational Autoencoder 생성 모델 중 VAE 정리 진행 중 (영상 대신 1d 시그널 생성 모델) # coding: utf-8 # In[1]: import os import keras import numpy as np import matplotlib.pyplot as plt import tensorflow as tf # In[2]: def sinosoidal(v): fix_wave = np.arange(100) return (fix_wave**0.2)*np.sin(0.3*fix_wave + v) + v # In[3]: spectrum_y = np.random.normal(size=(1000,1),scale= 0.5) spectrum_x = np.vstack([sinosoidal(i[..