TIL 검색 결과

해당 글 108건

TIL 2021-11-30 NAT3, RIP(벨만포드)

Address-dependent filtering 여기서 Address는 externel endpopint의 주소를 의미함 Address-Dependent filtering은 inbound 패킷의 DSP IP, DST port, SRC IP을 확인 함 (SRC Port 노상관) 1. Rescrited Cone NAT Filter rule: accept if inbound packet is {1.1.1.1: any port } to {5.5.5.1 : 1000} 만약 src가 1.1.1.1이고 도착지가 5.5.5.1:1000 인 경우에만 accpet함 2.Port restricted conte NAT 3. Address, Port dependent (Symmetric NAT) Address and port..
TIL 2021. 11. 30. 23:49

TIL 2021-11-29 NAT2

NAPT operation 1:N translation Outbound traffic-> {private SRC 주소+ Local TU SRC port} -> {public SRC 주소 + 등록된 TU SRC port} Inbound traffic -> {Public DST 주소 + Registered TU DST port} -> {private SRC 주소 + Local TU DST Post} (TU는 TCP/UDP 줄임말) 패킷 변환 tranlation 이후에 packet의 정보들이 바뀌어야함 Outbound: SRC IP 주소, IP Header checksum, TU SRC port, TU Header Checksum Inbound: DST IP 주소, IP Header checksum, TU D..
TIL 2021. 11. 29. 00:37

TIL 2021-11-27 Deep Learning, Local Model

딥러닝 MLP에서 hidden layer가 엄청 많은 것 Human contribution 최소화 complex error surface -> difficult to learn grandient vanishing/exploding 계산된 Output으로부터 error을 backpropagate해서 각 layer의 gradient를 계산하는데, 중간에 0에 가까운 값이 나오면 low layer들은 update가 잘 안되서 gradient가 사라지는 현상, 1보다 큰 값들이 계속나와 너무 커지는 현상 Rectified Linear Unit(ReLU) 큰 a에서 saturate하지 않음 0보다 작으면 0이므로 sparse representation (hidden unit 개수 줄음) a fan in Momen..
TIL 2021. 11. 27. 23:49

TIL 2021-11-25 Multilayer Perceptron, git cherrypick, rebase, react-query invalidateQueries

Neural Networks 뇌 모방하는 알고리즘, Perceptron 뉴런 모방, Regression, Classification 가능 K output의 경우 Regression R^k = R^k(d+1)*R^(d+1) Classfication같은 경우 softmax function가 max가 되는 그 경우 Training, Online(한번 case에 하나 training) vs batch(전체 Example다 보고 1스텝) Online 모든 sample을 볼 필요 없는 경우 시간에 따라 문제가 달라지는 경우 시스템 구성품이 닳고 낡는 경우 mini batch-> 1< K< N 64, 128, 256 등 사용함 Training a Perceptron Regression, Classification(s..
TIL 2021. 11. 25. 23:50

TIL 2021-11-22 Firebase 9, webpack-bundle-analyzer

기존에 Firebase 8을 사용하고 잇었는데, Firsebase 9에 들어와서 클래스기반이었던 라이브러리가 Modular 기반으로 바뀌어 Treeshaking에 많은 이점을 가져갈수 있게되었다. 이를 번들 분석을 해주는 webpack-bundle-analyzer를 사용하여 비교하여 보려고 하였으나... 기존 번들의 스크린샷을 제대로 안찍었었다. 기억하기로는 parsed된 이후로 1.47mb정도였던 것 같다. Firebase 9을 적용한 이유의 번들은 690kb정도로 거의 700kb가량 감소한 것이다. 또한 실시간 업데이트를 하지 않는 경우에는 더욱더 가벼운 Firebase Lite를 사용해도 무방한데, 이를 적용했을떄는 기존에 비해서는 거의 900kb, 그냥 Firebase 9과 비교하면 140kb정도..
TIL 2021. 11. 22. 23:54

TIL 2021-11-21 scikit learn, lemmatization, ffmpeg

scikit learn scikit learn은 supervise learning, unsupervise learning을 지원하는 머신러닝 라이브러리다. 데이터분석을 위한 알고리즘들을 지원해주는데, 스팸 메일 필터링을 위해서 Naive Bayes Classifier을 사용하기로 하였다. NB도 Multinomial, 베르누이, 가우시안 등 여러 방법을 지원하는데, 스팸 메일 필터링에 사용하려고 다항 Multinomial NB를 사용하였다. Classification 말고도, Clustering, Dimensionality Reduction 을 위한 알고리즘들이 미리 구현되어 있으니 필요하다면 가볍게 가져가 사용할수 있을 거같다. Stemming과 Lemmatization Stemming은 뒤의 몇 글자..
TIL 2021. 11. 21. 22:16