일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 정리
- 시그모이드 함수
- Sigmoid Function
- Gradient descent algorithm
- regression
- convolutional neural network
- 선형 회귀
- 비용 함수
- data
- RL
- Logistic
- Deep learning
- iris
- 논리 회귀
- reinforcement learning
- Q-Learning
- machine learning
- 기울기 감소 알고리즘
- sklearn
- 요약
- 회귀
- CNN
- Kaggle
- Logistic regression
- cost function
- 딥 러닝
- 강화학습
- 합성곱 신경망
- csv
- Neural network
- Today
- Total
컴공돌이의 스터디 블로그
[차세대 컴퓨팅 특론_1] - Introduction to parallel computing or HPC(high performance computing)_1 본문
[차세대 컴퓨팅 특론_1] - Introduction to parallel computing or HPC(high performance computing)_1
제갈초아 2018. 10. 29. 12:00* 이 글은 수업 내용을 개인적으로 정리한 글입니다.
컴퓨팅 분야의 최근 이슈
- 자연어(키워드, 문장, 질문 등)를 사용한 즉각적인 검색
- 클라우드, 웹, 데이터베이스 등을 사용한 언제 어디서나 가능한 정보 접근
- 다양한 기기에 연결되어 있는 사물 인터넷(IoT : Internet of Things)
- 인공지능 기술이 결합되어 있는 스마트 기기, 스마트 리빙
포탈사이트에서 검색을 위해 수행하는 과정
1단계 : 데이터 수집(자동)
- 페이지에 들어가서 키워드를 추출한 뒤 Indexing을 수행
- Indexing된 데이터들을 저장
2단계 : 쿼리 매칭
컴퓨터의 속도
고객은 어떠한 작업을 실행하였을 때 빠르게 결과를 얻기를 바랍니다. 작업들은 어떠한 작업과도 연관이 없는 독립적인 작업과 어떠한 작업의 결과물이 있어야만 수행이 가능한 의존적인 작업 두가지로 분류할 수 있습니다. 여기서 의존적인 작업은 순차적인 과정을 거쳐야만 하지만, 독립적인 작업은 병렬로 동시에 작업을 수행할 수 있습니다. 고객이 원하는 빠른 반응을 위해서는 그만큼 빠른 컴퓨팅 속도가 필요하고, 이런 빠른 컴퓨팅 속도는 독립적인 작업을 병렬 컴퓨팅을 통하여 처리하게 되면 얻을 수 있습니다.
위의 식에서 S는 속도 증가, e는 효율성, P는 병렬 처리 작업의 수, 는 병렬 작업 시간을 의미합니다.
컴퓨터의 성능은 단위시간당 처리량, 작업소요시간 등으로 나눌 수 있으며, 성능을 높이기 위해서는 CPU의 속도를 높이는 것 이외에도 상호연결 네트워크를 사용하거나 작업의 할당을 더 잘 관리하는 방법등이 있습니다.
'수업 Study > 차세대 컴퓨팅 특론' 카테고리의 다른 글
[차세대 컴퓨팅 특론_2] - Introduction to parallel computing or HPC(high performance computing)_2 (0) | 2018.10.30 |
---|