728x90 반응형 전체 글363 [카카오테크 부트 캠프] 회고록 5주차 1. 연휴 후 복귀와 루틴 재정비4주차 수업 직후 추석 연휴를 보내느라 회고록 작성을 건너뛰었습니다. 긴 연휴의 여파로 인해 일상적인 학습 루틴에 복귀하는 데 다소 어려움을 겪었고, 이로 인해 이번 주간 학습 만족도가 높지 않았습니다. 다행히 다음 주부터는 대면 수업이 시작되는 만큼, 새로운 환경에서 흐트러졌던 집중력을 다시 다잡을 수 있을 것으로 기대합니다.2. 본격적인 머신러닝 기초 학습이번 5주차의 핵심 내용은 머신러닝 기초였습니다. PyTorch 활용법부터 시작하여 데이터 분할, 데이터 증강(Augmentation), 그리고 K-NN, SVM 등 학부 과정에서 개념만 접했던 내용들을 깊이 있게 다루었습니다. 드디어 이론을 넘어 실질적인 AI 기술을 학습하고 있다는 실감이 들면서, '진짜 인공지능 .. 2025. 10. 19. [CI/CD] macOS에서 SSH로 GitHub 연결하고 commit/push 하기 SSH 키 생성먼저 GitHub와 연결할 SSH 키를 생성합니다. ~/.ssh/id_ed25519 (비공개 키)~/.ssh/id_ed25519.pub (공개 키) ssh-keygen -t ed25519 -C "your_email@example.com" SSH 키 GitHub에 등록GitHub 접속 → 오른쪽 상단 프로필 아이콘 클릭Settings → SSH and GPG Keys → New SSH Key아래 명령어로 복사한 공개키를 붙여넣기cat ~/.ssh/id_ed25519.pub Add SSH key 클릭 완료!SSH 연결 테스트ssh 연결이 잘 되었는지 확인합니다. ssh -T git@github.com 정상 연결 시 다음 메시지가 출력됩니다 👇Hi estar! You've successful.. 2025. 10. 16. [Python] 동시성(Concurrency)과 병렬성(Parallelism) 개요프로그래밍에서 동시성(Concurrency)과 병렬성(Parrallelism)은 시스템의 효율성과 성능을 높이는 데 필수적인 개념입니다. 두 용어는 종종 혼용되지만, 실제로는 근본적인 차이가 있습니다. 주제 개념 및 용어 정리구분동시성(Concurrency)병렬성(Parallelism)실제 단어 뜻동시 + 성 : 여러 일이 함께 진행될 수 있는 성질병렬 + 성 : 여러 일이 실제로 나란히 수행되는 성질IT 용어 개념단일 코어에서도 여러 작업을 동시에 진행되는 것처럼 보이게 처리하는 논리적인 기술(시간을 짧게 쪼개 번갈아 가며 작업)멀티 코어 환경에서 여러 작업을 진짜로 동시에 실행하는 물리적 기술(하드웨어적 다중 처리)핵심관리(Dealing) : 여러 작업을 동시에 처리하는 방법을 구조화하고 관리하는.. 2025. 10. 12. [Python] 이벤트 루프 (Event Loop): 비동기 작업들의 실행 순서를 관리하고 제어하는 핵심 엔진 파이썬은 전통적으로 동기적인 프로그래밍 언어였지만, asyncio 모듈의 등장과 함께 이벤트 루프(Event Loop)를 핵심으로 하는 비동기 프로그래밍의 강력한 플레이어로 자기매김했습니다. Node.js의 이벤트 루프가 자바스크립트의 싱글 스레드 한계를 극복하기 위해 태어났다면, 파이썬의 이벤트 루프는 고성능 네트워크 I/O 작업을 효율적으로 처리하기 위한 해답입니다.개요 : 왜 파이썬에 이벤트 루프가 필요한가?파이썬의 이벤트 루프는 싱글 스레드 내에서 여러 코루틴(Coroutine)의 실행을 관리하여 논블로킹(Non-blocking) 방식으로 동시성(Concurrency)을 구현하는 핵심 메커니즘입니다. 일반적인 동기 파이썬 코드는 파일 읽기, 웹 요청 등 I/O 작업이 발생하면 해당 작업이 완료될 .. 2025. 10. 11. [Python(AI)] Python 개발자를 위한 GPU 가속 : nvmath-python과 cuda.core 파이썬은 AI, 데이터 과학 분야에서 독보적인 언어지만, 복잡한 수치 연산을 빠르게 처리하는 데는 GPU(그래픽 처리 장치)의 도움이 필수적입니다. 과거에는 GPU를 활용하려면 C/C++ 바인딩이라는 복잡한 과정을 거쳐야 했지만, 이제 NVIDIA가 직접 제공하는 두 가지 강력한 라이브러리 nvmath-python 과 cuda.core 덕분에 파이썬으로도 GPU의 성능을 100% 활용할 수 있게 되었습니다. 개요 : 두 라이브러리의 역할 분담NVIDIA는 CUDA Python 이라는 메타 패키지를 통해 파이썬에서 CUDA 플랫폼에 접근할 수 있는 여러 컴포넌트를 제공합니다. nvmath-python 과 cuda-core는 이 중 핵심 역할을 담당합니다.nvmath-python : 고도로 최적화된 수학 함.. 2025. 10. 10. [NVIDIA] NumPy의 한계를 넘어, GPU 가속의 힘 CuPy 완벽 가이드 파이썬으로 대규모 과학 계산이나 데이터 처리를 할 때 NumPy는 필수 라이브러리입니다. 하지만 데이터의 크기가 기하급수적으로 늘어날 수록 CPU만으로는 처리 속도의 한계에 부딪히게 됩니다. 이럴 때 필요한 것이 바로 CuPy입니다. CuPy는 NumPy와 거의 동일한 문법을 사용하면서도 코드를 GPU에서 실행하여 데이터 처리 속도를 극적으로 가속하는 혁신적인 라이브러리입니다.주제 개념 및 용어 정리용어실제 단어 뜻 CuPy에서의 의미NumPyNumerical Python의 합성어. 파이썬에서 대규모 다차원 배열을 다루고 행렬 및 벡터 연산을 수행하는 데 사용하는 핵심 라이브러리입니다. 모든 연산은 CPU에서 이루어집니다.CuPy가 지향하는 문법 및 기능의 표준이자, CuPy가 가속화를 제공하는 대상입니.. 2025. 10. 9. 이전 1 2 3 4 5 6 ··· 61 다음 728x90 반응형
