For Engineering

출처: 패캠 gitops 1. 컨테이너 리소스 모니터링을 위한 cadvisor cAdvisor : 구글 오픈소스 컨테이너 모니터링 도구 설치 방법 : https://github.com/google/cadvisor observability tool : cadvisor + prometheus(+node-exporter) + Grafana prometheus : 8080 포트 변경 권고 docker compose up -d # docker compose 사용. -d -> 백그라운드 실행 # Resource Limit 리소스 런타임 제한 htop(top의 상위호환) : 다른 세션에 모니터링 하면서 리소스 소비 제어 실시간 확인용도. CFS : Completely Fair Scheduler ## CPU -c, -..

https://pve.proxmox.com/wiki/Proxmox_Node_Management 참고 블로그: https://it-svr.com/proxmox-ve-wol-enable/ BIOS설정 메인보드마다 설정이 다르므로 설명 생략 WoL 설정 NIC 확인 : ip a | ifconfig NIC wol 설정 ethtool enp6s0 |grep Wake-on Wake-on: d # 비활성화. 활성화일 경우 'g' ethtool -s enp6s0 wol g # vi /etc/network/interfaces iface enp6s0 inet manual post-up /usr/sbin/ethtool -s enp6s0 wol g # 추가 auto vmbr0 ...(생략) WoL 실행 WoL을 실행하는 방법..

docker network == linux bridge 리눅스의 네트워크 브릿지를 사용한다. CNM 안의 libnetwork를 관리한다. docker network ls docker network inspect bridge veth : virtual ethernet device 브릿지와 컨테이너의 네트워크의 한 쌍이다. sudo apt install bridge-utils brctl show network driver 종류 host : 호스트의 네트워크를 사용. 컨테이너의 ip가 없다. none : 네트워크 연결 안함 bridge : 기본값. 다른 도커서버와 클러스터링 등에 사용 mac : 맥주소만 생성한다. 사용자 정의 네트워크 : docker create [name] 예시 : https://docs...

import matplotlib.pyplot as plt from sklearn.datasets import load_iris import numpy as np import pandas as pd import matplotlib.pyplot as plt import math # 확률밀도함수 := likelihood def likelihood(x, u, s): p = 1 / math.sqrt( 2 * math.pi * math.pow( s, 2 )) * math.exp( - math.pow( x - u, 2) / ( 2 * math.pow( s, 2) ) ) return p # 데이터 불러오기 iris = load_iris() iris_X, iris_y = iris.data, iris.target # ty..

import pandas as pd def bayesian_table(table, prior, likelihood): if 'posterior' in table.columns: table['prior'] = table['posterior'] else: table['prior'] = prior table['likelihood'] = likelihood table['joint'] = table['prior'] * table['likelihood'] norm_const = table['joint'].sum() table['posterior'] = table['joint'] / norm_const print(table) return table ex3_table = pd.DataFrame(index=['JarA'..

출처 : http://www.boostcourse.org/ai251 이해 못함. Diagonalization A = VDV-1 여기에 쓰인다. A^k = (VDV-1)(VDV-1)... = V D^k V-1

출처 : http://www.boostcourse.org/ai251 학습목표 : 이번 강의에서는 고유값 분해와 밀접한 관련을 가지는 대각화의 개념에 대해 배워보겠습니다. 이는 나중에 배울 특이값 분해(SVD: Singular Value Decomposition)와도 밀접한 관련이 있으니 숙지하고 넘어가시길 바랍니다. Diagonalization A in Rnxn(square matrix. 정사각행렬) D = V^-1 A V => VD = AV 위 조건을 만족하면 A는 대각화가 가능한 행렬이다. A is diagonal matrix. D = 대각선에만 값이 있는 매트릭스 V, V^-1이 존재하면 diagonal matrix 를 만들 수 있다. 이 과정을 통해 만들어진 D를 A의 Diagonalization..

Docker CLI https://docs.docker.com/engine/reference/commandline/cli/ docker [container] 컨테이너가 기본값이다. 그래서 다른 명령어와 달리 명시하지 않고 사용 가능하다. # 모니터링을 위한 상태 확인 docker top docker port docker stats > cadvisor 도커를 올려서 모니터링도 가능 로그 목적 : 컨테이너 내부의 오류를 알려주기 위해 사용한다. docker logs -f [컨테이너] docker info | grep -i log # 로그 정보 확인 가능. vi /etc/docker/daemon.json # 도커 데몬에 대한 설정으로 제어 가능 컨테이너에 옵션으로 설정도 가능. docker inspect do..

ChatGPT가 설명하는 베이시스 정리와 그 용어 설명... Prior (사전 확률): Prior는 사건 또는 가설에 대한 믿음의 초기 분포를 나타냅니다. 사전 확률은 어떤 사건 또는 가설이 발생할 가능성을 이전 정보 또는 경험을 기반으로 나타내는 것입니다. Prior는 아직 어떤 새로운 관측 데이터를 고려하기 전에 알고 있던 것으로, 이전 지식이나 주관적 믿음을 반영합니다. Likelihood (우도): Likelihood는 주어진 가설 또는 사건 하에서 관측된 데이터가 발생할 확률을 나타냅니다. 이것은 데이터와 모델 또는 가설 사이의 관련성을 정량화합니다. Likelihood는 가설이 어떻게 데이터를 생성하는지에 대한 정보를 제공합니다. Posterior (사후 확률): Posterior는 주어진 관..

출처 : 인프런 선형대수학 2.1 Matrix Operations 고딩때 배운 행렬의 연산. commute : 뒤집혀도 같다. 2.2 Transpose of a Matrix (AB)T = BT * AT Inverse of a Matrix s^-1 Invertible Matrix A(n * n) = CA = I and AC = I nonsngular matrix : invertible singular matrix : not invertible 2차 매트릭스의 경우 ad-bc != 0 -> invertible det A = ad - bc unique solution을 가지는 경우 Ax = b -> x = bA^(-1) (A^-1)^-1 = A (AB)^-1 = B^-1 A^-1 (AT)^-1 = (A^-1)..