반응형 [PyTorch] 15주차: 모델의 성능 모니터링 및 유지보수 강의 목표모델 성능 모니터링의 중요성 이해실시간 예측 시스템 모니터링 방법 학습모델의 성능 유지보수 및 업데이트 전략 학습강의 내용1. 모델 성능 모니터링의 중요성성능 모니터링의 필요성모델의 성능 저하 감지 및 원인 분석실시간 예측 시스템의 신뢰성 유지모니터링의 주요 지표예측 정확도응답 시간자원 사용량 (CPU, GPU, 메모리)2. 실시간 예측 시스템 모니터링 방법로그 수집 및 분석예측 요청 및 응답 로그 수집로그 분석을 통한 성능 이슈 파악 import logging# 로그 설정logging.basicConfig(filename='app.log', level=logging.INFO)# Flask 예측 함수에 로그 추가def get_prediction(image_bytes): tensor = tr.. 2024. 5. 31. [PyTorch] 14주차: 모델 배포 및 운영 강의 목표모델 배포의 중요성 및 방법 이해PyTorch 모델을 배포하기 위한 다양한 기술 학습실전 프로젝트를 통해 모델 배포 및 운영 경험강의 내용1. 모델 배포의 중요성배포의 필요성학습된 모델을 실제 환경에 적용하여 예측 서비스 제공배포된 모델은 웹 애플리케이션, 모바일 앱, IoT 디바이스 등에서 사용할 수 있음배포의 주요 고려 사항성능 최적화: 예측 속도, 메모리 사용량 등안정성 및 확장성: 다양한 요청 처리 능력보안: 데이터 보호 및 접근 제어2. PyTorch 모델 저장 및 로드모델 가중치 저장 및 로드모델 가중치만 저장하여 나중에 불러오기전체 모델 저장 및 로드 # 모델 가중치 저장torch.save(model.state_dict(), 'model_weights.pth')# 모델 가중치 로드m.. 2024. 5. 30. [Django] Admin Index 1. Django 명령어 2. 관리자 모델 3. 관리자 사이트 등록 4. 4 5. 4 Reference 1. Django 명령어 Django 명령어 # 슈퍼유저 생성 python manage.py createsuperuser 2. 관리자 모델 관리자 모델 - django.contrib.auth.models.User 3. 관리자 사이트 등록 관리자 사이트 등록 - 모델 추가 from django.contrib import admin admin.site.register(모델) from django.contrib import admin @admin.register(모델) class 모델Admin(admin.ModelAdmin): list_display = ['필드1', '필드2', '필드3'] # .. 2024. 4. 22. [Django] Model 및 Database 2 Index 1. Model 관계 2. Database 설정 3. Model 기본 관리자 4. Model 커스텀 관리자 5. 4 Reference 1. Model 관계 Model 관계 - django.db.models models.ForeignKey(to=모델, on_delete=models.CASCADE, related_name='blog_posts') - to: 연결할 모델 - on_delete: 참조된 객체가 삭제될 때 선택할 수 있는 동작 지정. - related_name: 모델끼리의 역방향 관계 명칭 지정 - 일대일 관계 - 일대다 관계 - 다대다 관계 2. Database 설정 Database 설정 - settings.py의 DATABASE 설정 3. Model 기본 관리자 Model 기본 관리.. 2024. 4. 22. 이전 1 다음 반응형
