Nathan's Blog

GitHub 여러 계정 SSH key로 관리하기 종종 회사에서 개인 깃허브 계정으로 작업을 해야할 때가 있다. 개발환경이 Mac이라서 키체인을 사용해서 계정이 관리되고 있었고, 계정을 변경할 때마다 키체인을 삭제하고 작업을 하는 불편함을 겪고 있었다. SSH key를 등록해도 깃 로컬 설정을 바꿔도 소용이 없었기에 포기하고 있다가, 이번에 해결할만한 좋은 사이트를 찾아서 정리하고자 한다....

Google Datastudio 리포트 임베디드하기 데이터 스튜디오 구글 데이터 스튜디오는 데이터 시각화 도구로 대시보드 및 보고서를 작성할 수 있도록 도와준다. 자세한 내용은 데이터 스튜디오를 참고하길 바란다. HTML iframe으로 임베디드 하기 이 글에서는 미리 보고서를 완성했다는 가정하에 내용을 진행한다. 공유설정 하기 보고서를 완성했다면, 보고서를 다른 웹페이지에서 볼 수 있도록 공유해줘야 한다. 공유하는...

GCR 이미지 Public으로 공개 하기 Google Container Registry(이하 GCR)에 올려놓은 이미지를 공개적으로 접근할 수 있도록 하려면 해당 프로젝트의 이미지들이 올라가있는 Storage Bucket을 공개적으로 설정해야 한다. 그러므로 해당 프로젝트에 업로드 된 모든 이미지들이 공개가 되니 주의해야 한다. Push a image to a registry 먼저 GCR에 이미지를 올린다. Docker Build Docker 명령어를...

Impove MNIST Training 참고 참고 소스코드 기본 모델 기본 모델은 softmax cross_entropy를 비용함수로 사용하고 AdamOptimizer를 사용해 학습을 진행했다. hypothesis = tf.matmul(X, W) + b cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=hypothesis, labels=Y)) optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost) 트레이닝의 결과 약 90.11%의 정확도를 나타냈다. Layer 추가 해당 뉴럴 네트워크의 레이어를 두개 추가해보자. 레이어를 이을 때 Activation Function으로는...

Tensorflow Example(MNIST) in Docker Docker 를 이용해서 Tensorflow 환경을 생성하고, 간단하게 MNIST 예제를 실행한다. MNIST MNIST는 0부터 9까지의 손글씨 숫자 이미지 데이터베이스를 의미하며, 해당 이미지를 이용해서 숫자를 예측하는 모델을 Tensorflow를 사용해서 구현한다. 모델 소스코드는 링크를 참고했다. 해당 예제에서는 주피터 노트북이 아닌 python cli를 이용할 것이므로 matplotlib.pyplot(GUI 라이브러리) 관련 코드는 삭제하도록...