이번에는 "Parameter-Efficient Transfer Learning for NLP" 논문을 한번 리뷰해보겠습니다.논문 링크 Parameter-Efficient Transfer Learning for NLPFine-tuning large pre-trained models is an effective transfer mechanism in NLP. However, in the presence of many downstream tasks, fine-tuning is parameter inefficient: an entire new model is required for every task. As an alternative, we propose transferarxiv.orgAbstract대규모 사전..
도커는 유니언 파일 시스템을 사용합니다. 이는 하나의 이미지로부터 여러 컨테이너를 만들 수 있는 방법을 제공하고, 이미지에 변경된 내용을 저장할 수 있도록 해줍니다. 데이터베이스, 웹 프로그램 등 업무에서 사용하는 애플리케이션에서 발생하는 데이터에 접근하고 이것을 공유하기 위해서 도커 볼륨 기능을 사용할 수 있습니다. 또한, 제공하는 서비스의 데이터와 로직은 반드시 분리되어야 한다는 특징이 있습니다. 애플리케이션에서 발생하는 여러 가지 상황이 데이터에 영향을 주지 않고 언제든 다른 컨테이너로 이전할 수 있다면 운영자는 데이터를 안전하게 관리하고 운영할 수 있다는 점이 있습니다. 도커 볼륨은 컨테이너에서 생성, 재사용할 수 있고 호스트 운영체제에서 직접 접근이 가능합니다. 또한 보존되어야 하는 데이터를 유..
이번에는 Python Programming 환경을 Container로 제공해 보기 위한 실습을 한번 해보겠습니다.Docker 컨테이너에 Python 이미지 설치 및 실행 # 샘플 소스 코드 작성(로또 프로그램)$ vi py_lotto.pyfrom random import shufflefrom time import sleepgamenum = input('로또 게임 횟수를 입력하세요: ')for i in range(int(gamenum)): balls = [x+1 for x in range(45)] ret = [] for j in range(6): shuffle(balls) # balls를 무작위로 섞고, number = balls.pop() ..
