°úÁ¤ ¼Ò°³
Deep Learning on AWS¿¡¼´Â AWS Ç÷§ÆûÀÇ Å¬¶ó¿ìµå ±â¹Ý µö ·¯´× ¼Ö·ç¼Ç¿¡ ´ëÇØ ¹è¿ó´Ï´Ù. Amazon EC2 ±â¹Ý µö ·¯´× Amazon ¸Ó½Å À̹ÌÁö(AMI)¿Í AWS ÇÁ·¹ÀÓ¿öÅ© ±â¹Ý Apache MXNetÀ» »ç¿ëÇÏ¿© Ŭ¶ó¿ìµå¿¡¼ ¸ðµ¨À» ½ÇÇàÇÏ´Â ¹æ¹ýÀ» ¹è¿ó´Ï´Ù. ¶ÇÇÑ, AWS¿¡¼ Áö´ÉÇü ½Ã½ºÅÛÀ» ¼³°èÇÏ¸é¼ Amazon SageMaker¸¦ »ç¿ëÇÏ´Â ¹æ¹ý°ú AWS Lambda ¹× Amazon Elastic Container Service(ECS)¿Í °°Àº AWS ¼ºñ½º¸¦ »ç¿ëÇÏ¿© µö ·¯´× ¸ðµ¨À» ¹èÆ÷ÇÏ´Â ¹æ¹ýÀ» ¹è¿ó´Ï´Ù.
°úÁ¤ ¸ñÇ¥
±â°è ÇнÀ ¹× µö ·¯´×À» Á¤ÀÇ
µö ·¯´× ¿¡ÄڽýºÅÛÀÇ °³³äÀ» ½Äº°
µö ·¯´× ¿öÅ©·Îµå¸¦ À§ÇØ Amazon SageMaker ¹× MXNet ÇÁ·Î±×·¡¹Ö ÇÁ·¹ÀÓ¿öÅ©¸¦ È°¿ë
µö ·¯´× ¹èÆ÷¿¡ ÀûÇÕÇÑ AWS
±³À° ´ë»ó
µö ·¯´× ¾ÖÇø®ÄÉÀÌ¼Ç °³¹ßÀ» ´ã´çÇÏ´Â °³¹ßÀÚ
µö ·¯´× À̸éÀÇ °³³äÀ» ÀÌÇØÇÏ°í AWS¿¡¼ µö ·¯´× ¼Ö·ç¼ÇÀ» ±¸ÇöÇÏ´Â ¹æ¹ýÀ» ÆľÇÇÏ°íÀÚ ÇÏ´Â °³¹ßÀÚÀÚ
»çÀü Á¶°Ç
AWSÀÇ ÀÎÇÁ¶ó °³³ä¿¡ ´ëÇÑ ±âº» Áö½Ä
À¥ ¾îÇø®ÄÉÀÌ¼Ç ±¸Ãà¿¡ ´ëÇÑ °æÇè ¹× Áö½Ä
EC2ÀνºÅϽº ¹× S3¿Í °°Àº ±âÃÊ ¼ºñ½º¿¡ ´ëÇÑ »ç¿ë °æÇè ¹× Áö½Ä
±³À° ÁøÇà ¹æ½Ä
°ÀÇ ¹× ½Ç½À ±³À° (´Ù¾çÇÑ ½Ç½ÀÀ» ÅëÇØ »õ·Î¿î ±â¼úÀ» Å×½ºÆ®ÇÏ°í Áö½ÄÀ» ½Ç¹« ȯ°æ¿¡ Àû¿ëÇØ º¾´Ï´Ù.)
Áغñ¹°
Wi-Fi °¡´ÉÇÑ °³ÀÎ ³ëÆ®ºÏ ÄÄÇ»ÅÍ (ÅÂºí¸´ PC ºÒ°¡)
Áö¿ø ºê¶ó¿ìÀú : Å©·Ò, ÆÄÀ̾îÆø½º
°³ÀÎ ¹æȺ®ÀÌ ¼³Á¤µÇ¾î ÀÖ´Â °æ¿ì ºñÈ°¼ºÈ½ÃÅ°°Å³ª SSH(20), RDP(3389), HTTP/S(80,443) µîÀÇ Æ÷Æ®·Î Åë½ÅÀÌ °¡´ÉÇØ¾ß ÇÕ´Ï´Ù.
±â°£