1. master 가상환경 시작 및 root계정 접속 2. swap 메모리 해제 및 hosts 파일 변경 우선 Ubuntu 20.04 LTS 에서 swap 으로 잡혀있는 메모리를 해제해줍니다. Memory Swap은 물리적인 메모리가 부족할 경우 디스크의 일부 공간을 메모리처럼 사용하는 개념인데, 디스크는 RAM 에 비해 훨씬 느리므로 잘못 사용할 경우 심각한 성능저하를 초래할 수 있습니다. 또한 Kubernetes 도 반드시 Swap 메모리를 해제하라고 가이드하고 있습니다. sudo swapoff -a && sudo sed -i '/ swap / s/^/#/' /etc/fstab 3. Host파일에 master vm과 worker vm 들을 추가해줍니다. $ sudo bash -c 'cat >> /et..

1. virtual machine에서 만든 디스크를 시작 버튼을 눌러 시작하자. 2. 시작하면 다음과 같은 화면이 나오고, 원하는 언어를 선택 후 install ubuntu를 누르자 3. 키보드의 언어를 설정하는 화면이다. 한국인이라면 한국어를 선택하자 3. 다른건 선택하지 말고 "계속하기"를 누르자 4. "지금 설치"를 누르면 된다. 5. "계속하기"를 누르자 6. 한국에 살고있다면 "계속하기"를 누르자 6. 본인이 원하는 이름, 암호를 입력하고 "계속하기"를 누르자 7. 설치가 진행된다...(한 10~15분 컴퓨터 성능에 따라 달라짐) 8. 설치가 완료되면 다음과 같이 "지금 다시 시작"이 뜬다. 지금 다시 시작을 누른뒤 다시 시작하자 9. 다시 시작하면 다음과 같은 화면이 뜬다. 10. "건너뛰기"..

쿠버네티스로 컨테이너를 관리하기 위해서 환경을 셋팅하는 과정만 이틀을 보냈다.. 물론 다른 사람이 봤을 때 그게 뭐가 어려워 할 수 있지만... 클러스터링을 구성하기 위해서 MASTER에 kubeadm init을 하는 순간 The HTTP call equal to 'curl -sSL http://localhost:10248/healthz' failed with error: Get http://localhost:10248/healthz: dial tcp [::1]:10248: connect: connection refused. 에러가 뜨면서 KEY가 발급되지 않는 일이 발생하였다... 원인은 IP주소를 맞추는 것이 었는데.. IP를 맞췄다 생각했지만 그게 아니었나 보다.. 일단 겪었던 일을 정리해서 올려보..

가상머신(VM virtual machine) 물리적으로 존재하는 컴퓨터가 아닌, 다른 컴퓨터가 만들어내는 가상의 컴퓨터를 의미. 즉, 컴퓨터 안에 또다른 컴퓨터가 있다고 생각하면 된다. 여기서 물리적으로 존재하는 컴퓨터가 아니라는 의미는 우리 눈 앞에 놓여진 컴퓨터라는 의미이다. 일단, 여기서 우리 눈앞에 놓여진 컴퓨터를 host computer, 컴퓨터 안에 컴퓨터를 guest computer라고 하겠다. 여기서 우리가 주안점으로 봐야하는 것은 host computer와 guest computer의 자원(리소스)을 어떻게 분배하고 공유하는지를 먼저 알아야한다. 위 그림을 보면 VM가상 머신은 자체적인 운영체제를 가지고 있기 때문에 host computer의 리소스를 파티셔닝하여 실행됩니다. 즉, gue..

2000년 중반 도커가 나오기 전 라이브러리의 새로운 버전이 나올 때마다 업데이트를 통해 서버를 관리해 주어야 했습니다. 즉, 회원의 수가 많은 서비스 같은 경우 고객의 불편함을 줄이기 위해 새벽 혹은 밤에 서버를 업데이트를 함으로서 고객의 서버접속에 대한 불편을 최소화 시켰습니다. 특히 고객의 OS의 버전, 라이브러리의 버전에 맞게끔 서버의 버전도 맞춰서 제공해야 했었는데, 환경에 따라 서버 컴퓨터를 구축하는건 굉장한 자원낭비를 불러왔습니다. 클라우드가 발전하면서 "docker"라는 개념이 나오면서 서버를 관리하는 방식이 완전히 바뀌게 됩니다. 도커는 "컨테이너 기반의 오픈소스 가상화 플랫폼"이란 개념이 존재합니다. 컨테이너는 흔히 수출을 위한 물품을 담을 때 사용하며 컨테이너 내부에는 "옷, 신발, ..

CNN은 딥러닝의 한 종류로 주로 이미지를 인식하는데 사용하는 딥러닝 신경망이다. CNN은 일반적으로 3종류의 layer로 구성되어 있는데 크기 '컨볼루션층', '풀링층', '전결합층'으로 구성되어 있다. 1. 컨볼루션층에서는 여러개의 필터를 이용해 이미지의 특징 검출을 실시합니다. 2. 필터에서는 각기 다른 특징을 검출합니다. 3. 컨볼루션 층에서는 입력 이미지의 특징을 더 강조한 이미지로 변환을 시킵니다. 컨볼루션층에서는 이미지의 픽셀값을 '필터'를 사용하여 이미지의 특징값을 추출한다. 풀이층에서는 컨볼루션을 거친 이미지를 여러영역으로 구획하고 각 영역을 대표하는 값을 추출해 새로운 이미지를 만듭니다. 이런 과정을 "풀링"이라고 합니다. 전결합층은 일반적인 딥러닝 신경망의 끝에서 이용되는 층과 같다고..