[부스트캠프 AI Tech]WEEK 18_DAY 81

🧸 개별학습

---

[3-2] Docker

1. Docker 소개

1) 가상화란?

(1) 일반적으로 local 환경에서 개발 -> 완료되면 staging 서버 -> production 서버에 배포함

(2) 개발한 local 환경과 production 환경이 다른 경우(OS가 다른 경우) -> 라이브러리나 파이썬 등의 설치가 다름

(3) 같은 OS를 사용해도 -> 서버에서는 올바르게 작동하지 않을 수도 있음

(4) 다양한 설정을 README 등에 기록하고, 항상 실행하도록 하는 방법 -> Human Error, 귀찮음

(5) 운영하고 있는 server가 많은 경우 -> 모든 서버에 업데이트가 필요

(6) 서버 환경까지 모두 한 번에 소프트웨어화 하는 것 (마치 밀키트처럼...)

(7) 가상화 : 특정 소프트웨어 환경을 만들고, local, production 서버에서 그대로 활용하는 것

- 어느 환경에서나 동일한 환경으로 프로그램을 실행

 

2) Docker가 등장하기 전

(1) 가상화 기술로 VM(Virtual Machine)을 사용

- 물리적인 컴퓨터 위에 OS를 포함한 가상화 소프트웨어를 두는 것

- 예) Host Machine: Window => Window에서 Linux 실행

- 예) Host Machine: Mac => Mac에서 Linux 실행

(2) GCP의 Computer Engine, AWS EC2 => 클라우드 회사에서 만든 Image를 바탕으로 Computing을 통해 환경 제공

(3) OS 위에 OS => 많은 리소스 사용 (=무겁다)

(4) 컨테이너(Container) : 가상화를 좀 더 경량화된 프로세스의 개념으로 만든 기술

 

3) Docker 소개

(1) Container 기술을 쉽게 사용할 수 있도록 나온 도구

(2) Docker Image

- 컨테이너를 실행할 때 사용할 수 있는 템플릿

- Read Only

(3) Docker Container

- Docker Image를 활용해 실행된 인스턴스

- Write 가능

 

4) Docker로 할 수 있는 일

(1) 다른 사람이 만든 소프트웨어를 가져와서 바로 사용할 수 있음

- 다른 사람이 만든 소프트웨어 => Docker Image

- OS, 설정을 포함한 실행 환경

(2) 자신만의 이미지를 만들어 다른 사람에게 공유할 수 있음

(3) Container Registry : Docker의 원격 저장소

---

---

🧸 오늘의 회고

오전 데일리 스크럼 때는 주말동안 학습한 결과 공유했다.. 어떤 loss 사용했는지, 현재까지 학습 상황이 어떤지.. segformer로 주말동안 학습시켰는데 validation 데이터셋에 비해서 interval을 작게 줘서 학습이 굉장히 오래 걸렸었다...ㅎㅎ... 학습 중단하고 다시 모델이랑 세팅 값 변경해서 학습시키고 있다..(!!)