HanSeokhyeon.log HanSeokhyeon.log

NAVER AI BURNING DAY - 통과 SW마에스트로 1차 코테 - 통과 SW마에스트로 2차 코테 - 통과 카카오 추천팀 인턴 1차 코테 - 통과 카카오 추천팀 인턴 2차 코테 - 통과 EA코리아 인턴 코테 - 탈락 카카오 엔터프라이즈 인턴 코테 - 탈락 라인 공채 코테 - 통과 카카오 블라인드 공채 1차 코테 - 통과 11번가 코테 - 통과 카카오 블라인드 공채 2차 코테 - 탈락 네이버 공채 코테 - 통과 티맥스 코테 - 통과 신한은행 코테 - 탈락 쿠팡 코테 - 탈락 SK C&C - 통과 16전 11승 5패

Abstract TTS 시스템은 전형적으로 text analysis frontend, acoustic model, audio 합성 모듈과 같은 multiple stage의 시스템이다. 이러한 컴포넌트들을 구성하는 것은 특정 도메인의 전문지식이 요구되고 불안정한 디자인 선택이 포함된다. 이 논문에서 character로부터 직접 음성을 합성하는 end-to-end TTS 모델인 Tacotron을 제안한다. pair가 주어지면, 이 모델은 랜덤 초기화후 처음부터 완벽하게 학습될 수 있다. Sequence-to-sequence 프레임워크가 이 어려운 태스크를 위해 잘 동작하기 위한 몇가지 중요한 테크닉들을 제안한다. Tacotron은 미국 영어를 타겟으로 5점 만점의 mean opinion score에서 3.8..

종종 한달만 끌리는 넷플릭스... 친절하게도 무료 이용 기간이 곧 종료된다고 알려준다! 확실하게 해지까지 완료했다!! 하지만... 머지...? 나는 분명 해지했는데 왜 갑자기 결제가 되냐구 ㅜㅠ 해킹인가? 여러가지 의심을 해봤지만 결론적으로는 환불이 우선이었다. (같이 계정 사용하던 작은누나가 멤버십 재시작 누른듯 ㅎ) 1. 구글링개발자의 습관을 버리지 못하고 바로 구글링을 시작했다.gurume.tistory.com/entry/넷플릭스-100-환급방법-완벽-정리-쿨내-진동하는-넷플릭스-환급정책넷플릭스 100% 환급방법 완벽 정리 : 쿨내 진동하는 넷플릭스 환급정책생각없이 핸드폰을 보다가 월 초, 넷플릭스 결제되었단 문제를 확인했다. (대략 가입일 익일인 오후 2시경 결제가 진행되는 듯하다) 한달 무료보기..

제목을 쓰고 나니 나도 무슨 말인지 모르겠다. 0. 현재 상황 및 해결 방안 Docker와 Pycharm을 사용해서 개발중. 평소에 local에서 디버깅하고, server(나의 경우 aws instance)에서 run 했음. Local에서 디버깅하려는데 모델 크기가 너무 커서 내 맥북 램 8GB를 넘어버림. Server에 존재하는 docker에 pycharm으로 접속해서 디버깅하자! Server에서 tcp 소켓을 이용해 port를 열고 docker를 실행 및 외부에서 접속 확인. Pycharm에서 docker 설정. 디버깅할 스크립트의 configuration 설정. 디버깅 시작! 1. Server에서 tcp 소켓을 이용해 port를 열고 docker를 실행 및 외부에서 접속 확인. 1. socat 설치..

123편에서 docker의 기본적인 명령어와 사용법을 익혔다. 이제 진짜 학습을 시작해보자. 1. --rm 옵션 --rm 옵션은 컨테이너가 내려가면 바로 컨테이너를 삭제하는 옵션이다. 딥러닝을 학습할 때 보통 코드가 다 돌고 컨테이너를 나가면 더이상 필요가 없기 때문에 이 옵션을 자주 사용하게 된다. 2. bash로 들어가서 명령어를 두번 실행하지 말자. 이해를 위해 계속 bash로 들어갔지만 사실 그냥 바로 python 명령어를 실행해도 된다. docker run --rm --gpus=all -v ~/PycharmProjects/mnist:/opt/project tensorflow2 python main.py docker run --rm: 컨테이너 삭제 --gpus=all: GPU 사용 -v ~/Pyc..

Docker container를 실행해서 코드를 돌릴 수 있는 상태지만 내가 로컬에서 작성한 코드나 DB 파일이 컨테이너 내부에 존재하지 않는다. 이러면 컨테이너 내부에서 딥러닝 학습을 할 수가 없다. 그래서 로컬의 디렉토리와 컨테이너의 디렉토리를 마운트해야한다. 1. -v 옵션 -v 옵션은 로컬과 컨테이너 사이의 마운트를 가능하게 한다. docker run -it -v ~/PycharmProjects/mnist:/opt/project tensorflow2 bash -v : 내 로컬에 ~/PycharmProjects/mnist라는 디렉토리를 컨터이너의 /opt/project에 마운트 시킨다. /opt/project에 마운트시키는 이유는 Dockerfile에서 WORKDIR을 /opt/project로 지정..

Dockerhub에는 이미 검증된 수많은 docker image가 있다. 하지만 나의 프로젝트에서 필요한 환경을 구축하기 위해서는 dockerhub의 이미지만으로는 부족하다. 즉, 나만의 이미지를 만들어야한다. Docker에서는 Dockerfile로 가능하다. 1. Dockerfile 만들기 mkdir docker cd docker vim Dockerfile docker라는 디렉토리를 만들고 이동한 후 Dockerfile이라는 파일을 작성한다. 디렉토리를 만드는 이유는 docker는 기본적으로 docker image를 빌드할 때 디렉토리에 있는 모든 것을 복사한다. 그래서 별도의 디렉토리에 Dockerfile을 만드는 것이다. 아래 내용을 복붙한다. FROMtensorflow/tensorflow:late..

Docker는 현재 다양한 개발 분야에서 사용되고 있다. 딥러닝 개발자는 CUDA나 TensorFlow, PyTorch 등 버전이 충돌할 때 docker를 찾게 된다. 1. 설치 sudo apt install docker.io 2. sudo 권한 부여 Docker는 기본적으로 sudo 권한을 필요로 한다. 매번 sudo를 붙여주는 것은 귀찮으니 현재 user에게 docker를 sudo 권한으로 사용할 수 있게 해주자. sudo usermod -aG docker $USER 명령어를 쳤으면 터미널을 껐다가 다시 키자. 3. 설치 확인 docker --version output: Docker version 19.03.8, build afacb8b7f0 4. run 테스트로 tensorflow 이미지를 받아서 ..