Week3 - 1

이현지·2021년 7월 27일
0

KMU_summer_AI

목록 보기
6/8

AWS를 활용한 인공지능 모델 배포


AWS는 이름만 들어보고 실제로 배워본 적은 없었다. 이론만 들었을 때에는 이해가 잘 되었는데 막상 직접 실습을 해보니 조금 막막한 기분이 들었다. 그래도 계속 써보고 공부해보면 익숙해지지 않을까? 라는 생각을 해보면서!! 열심히 공부해봐야겠다는 생각이 들었닷😳


👩‍💻 Cloud(Cloud Computing)
: 인터넷을 기반 컴퓨팅의 일종으로 IT 자원 등을 인터넷을 통해 제공하고, 사용한 만큼만 비용을 지불하는 서비스!

👩‍💻 Cloud Computing의 장점
1. 속도(주문형 셀프 서비스)
2. 접근성
3. 확장성
4. 생산성: 하드웨어, 소프트웨어 설치에 들어가는 시간과 비용 절감
5. 보안, 안정성
6. 측정가능성

👩‍💻 클라우드 컴퓨팅 운용 모델
1. 퍼블릭(Public)
2. 프라이빗(Private)
3. 하이브리드(Hybrid)

👩‍💻 클라우드 서비스 제공 모델
: IaaS, PaaS, SaaS
쉽게 비유하자면!!

1. IaaS: 재료를 사서 만들어 먹음
2. PaaS: 배달 시켜먹기
3. SaaS: 식당 가서 먹기

💡 SaaS로 갈수록 내가 handling 할 수 있는 범위가 줄어든다


👩‍💻 Interface
: 상호 합의된 매뉴얼에 따라 적절한 입력을 받아 기대되는 출력을 제공할 수 있어야 한다!

👩‍💻 API?
: 기계와 기계, 소프트웨어와 소프트웨어 간의 커뮤니케이션을 위한 인터페이스를 의미

👩‍💻 RESTful API
: REST 아키텍처를 따르는 API로 HTTP URI를 통해 자원을 명시하고 HTTP Method를 통해 필요한 연산을 요청하고 반환하는 API를 지칭한다

👩‍💻 Model Serving
3개의 단계를 거치는데..!

  1. model training
  2. serializing model
💡 Serialization을 통해 ML/DL model object를 disk에 write하여 어디든 전송하고 불러올 수 있는 형태로 변환할 수 있다!
De-Serialization을 통해 Python 혹은 다른 환경에서 model에서 불러와 추론/학습에 활용한다.
  1. serving model
    모델을 서빙할 때는 학습 시의 데이터 분포나 처리 방법과의 연속성 유지 필요
profile
열심히 살아보자구

0개의 댓글