just_HS

개요 - mqtt 를 구성하는 녀석은 publish, subscribe, broker 로 보면 된다. 1) 특정 topic 으로 데이터를 publish 하는 놈이 있고 2) 특정 topic 에 대해 subscribe 하는 놈이 있으며, 3) publish 하는 놈이 broker에게 주면, broker는 topic을 subscribe 한 놈들에게 보내준다. 기본 동작 아래 그림을 보자 (출처: https://goo.gl/SescBN) 동작 순서는 다음과 같다. 1) 동작하는 Broker 가 있어야 하며 subscriber, publisher 가 ip, port 정보를 알아야 한다 2) Subscriber 가 Broker 와 연결하고, 원하는 topic 을 subscribe 한다. - 즉, 이런 토픽이 오면..

상황 열심히 코드를 작성하고 commit 까지 해버렸는데 엉뚱한 branch 에서 작업을 했다는 것을 뒤늦게 확인했다. 목표 1) 현재 branch 를 commit 이전으로 복원하자. 2) 새로운 branch를 만들고, 수정된 사항을 commit 하자 방법 1. git reset 현재 branch 를 commit 이전으로 돌리자 우선은 git log 명령을 통해 이전 commit 정보를 확인한다. 현재 commit id 는 a29986f 이고, 돌아가려는 commit id 는 2a4699c 라는 것을 알 수 있다. git reset 명령으로 되돌아가자 $git reset option 은 3가지가 있다. 1) git reset --hard - 되돌아간 commit 이외에는 깨끗하게 만들어준다. 2) git..

pull request 방법만을 보시려면 아래로 내려가 과정 부분을 보시면 됩니다. 상황 센서 작업을 위한 base pythone library 가 필요해서 깃헙을 뒤져서 하나 찾아냈다. 이미 라이브러리가 있으면 굳이 밑바닥에서 시작할 필요가 없다. 이를 기반으로 하나씩 필요한 기능을 만들어가는데, 개발하는 어플리케이션은 센서값을 반복해서 빠르게 읽어내야 했다. 여러 테스트와 개선을 이루었는데 그중에서 핵심적인 개선 부분을 하나 찾았다. 핵심 수정 read_byte_data() 2번 호출 → read_i2c_block_data() 1번 호출 센서의 두 레지스터의 바이트값을 각각 읽어서 하나의 16비트 정수로 만들어주는데 한번 읽을때마다 최소한의 delay 를 줘서 센서가 안정적으로 동작하게 되어 있었다...

상황 데이터를 Excel 로 열었는데 지수형태로 보여진다 이를 text 형태로 보이게 로드하고 싶다. 방법 1) 데이터 >> 텍스트를 선택한다 2) 텍스트 마법사가 열리면 - 구분기호가 있다면 구분기호 명시 (여기서는 콤마로 구분된 데이터를 사용했음) - 구분시작 행은 1로 하였음. 각 column 의 이름이 별도로 한 행이 없는 경우이다 3) 구분 기호 (=delimiter) 를 정확히 명시해준다. - 이때 데이터 미리보기를 통해 column 이 구분되는 것을 확인할 수 있다. 4) 마지막으로 각 column 의 서식을 설정해주면 된다. - 데이터 미리보기에서 설정하고픈 column 을 선택한다. (여기서는 4개의 column 이 있다.) - 각 column 에 대하여 서식을 텍스트로 설정해주면 된다.

링크 - 원문 (기본기능): https://blog.keras.io/building-a-simple-keras-deep-learning-rest-api.html- 더볼것 (확장성 고려): https://www.pyimagesearch.com/2018/01/29/scalable-keras-deep-learning-rest-api/ 배울것 - 케라스모델을 메모리에 올리고 예측에 이용하기- Flask 웹 프레임워크로 우리의 API 를 위한 endpoint 만들기- 예측을 하고, JSON 으로 만들어서 결과를 client 에게 보내게 구현- 우리가 만든 Keras REST API 를 호출해보기 환경설정 - windows 7 에서 설치함 tensorflow 설치 - python version 문제등이 있어서 an..

상황 - 이번에는 Google Drive 를 통째로 Colaboratory 와 연동해보자 - 연동하면 나의 Google Drive 가 Colaboratory의 한 폴더처럼 인식된다. - (참고)일정 시간이 지나면 (= 아마도 12시간) Colaboratory instance 가 사라지며 연결도 끊긴다 원문링크 - https://brunch.co.kr/@jayden-factory/6 를 따라해봄 기타참고 - 약간의 추가내용 = mount 한 google drive 를 unmount 해보기 - 이전 포스팅과의 비교 ( http://jusths.tistory.com/6 ) 1) 이번 포스팅은 나의 Google Drive에 연동하여 자유롭게 읽고 쓰는데 유용하다면 2) 이전 포스팅의 경우는 누군가 공유해준 Go..

상황 - 데이터파일이 나의 Google Drive에 있고- 이것을 Colaboratory로 가져와서 pandas 로 신나게 요리하고 싶다. 링크 - 공식예제: https://goo.gl/XHVLnF- Stackoverflow 링크: https://goo.gl/kqBqLD- PyDrive: https://pythonhosted.org/PyDrive/index.html → 다양한 해법이 있겠으나 공식예제의 PyDrive 를 사용하겠음 해보자 1. Google Drive 에 위치한 파일의 id 를 알아내자 - 원하는 파일을 우클릭 후 "Get shareable link 선택- 여기서 링크의 id 부분을 저장해둔다 예를 들어 링크가 https://drive.google.com/open?id=1bGTPirOnwD..

상황1) node project 를 하나 구현했다. 2) 이것을 github에 올리고 싶다.3) 그런데 node_modules 는 빼고 올리고 싶다- 왜냐면 잡다하게 용량이 많으며- 향후 git clone 한 다음 npm install 을 해주면 package.json 을 참조하여 필요한 package 를 install 해주기 때문 git init- 최초 git 관리 시작 git status- 현재 상황 확인- add 되지 않은 (= git 이 관리하지 않는) untracked file 들만 있다. .gitignore.gitignore 파일을 생성하고 node_modules/ 를 추가함→ node-modules 폴더와 그 아래의 모든것은 git 관리하지 않겠다는 것 git add . 현재폴더 (= .) ..

목표 1) 좀더 개선한 스크립트 공유 2) 기존의 jupyter server 를 일괄 stop 하는 script 추가 bash script : github 주소: https://github.com/nicewook/jupyter_on_gcp jinit.sh 1) VM 생성후 첫 실행시 사용할 init script 2) 사용법 - 아래 script를 생성한 VM의 ssh 에서 실행 $bash jinit.sh - 이후 맨 아래쪽에 생성되는 url 을 클릭하면 local computer 의 브라우저를 통해 jupyter lab server로 접속된다. 참고 1) firewall tag 들을 추가할때에는 comma(,) 외에 스페이스가 없어야 한다 2) 변수들 사용시 $MYVAR, ${MYVAR}, "${MYVA..

목표 - 가능한 쉽게 GCE에 Jupyter lab 을 설치하고 사용한다. - 설치 프로세스를 bash script로 만든다 프로세스 1) Firewall rule 에 port 8888을 허용하는 rule을 추가 - Jupyter lab 은 port 8888을 사용한다. 2) GCE VM 생성 - 다른 설정은 모두 기본으로 둔 상태에서 - http, https, 8888 (=방금 만든 Firewall rule) port가 허용되어야 한다. 3) jupyter lab 설치 및 실행 1) Firewall rule - Jupyter lab의 default port는 8888 - tcp:8888 port 를 허용하는 Firewall rule을 만들자 1) GCP >> VPC Network >> Firewall ..