공간

apt-get update를 했더니에러가 난다..

100% [2 InRelease gpgv 9,404 B]Splitting up /var/lib/apt/lists/partial/archive.u무시http://archive.ubuntu.com trusty InReleaseata and signature failed

W: 디지털 서명 확인에 오류가 발생했습니다. 저장고를 업데이트하지 않고

예전의 인덱스 파일을 사용합니다. GPG 오류: http://security.ubuntu.com trusty-security InRelease: Clearsigned file isn't valid, got 'NODATA' (does the network require authentication?)

E: GPG 오류: http://archive.ubuntu.com trusty InRelease: Clearsigned file isn't valid, got 'NODATA' (does the network require authentication?)

흑흑 GPG에러를 찾아보면, 키를 다시 받거나 하는 솔루션 들이 나오나 되지 않았다...

그래서 알아보니까 이건 방화벽 문제였다...

나는 회사내부망 서버에 우분투 설치했던 건데.. 방화벽에서 막아 키를 제대로 받아오지 못해서...저런 에러가 나는 거다..

답없다.. 방화벽을 열던지 서버를 뽑아오던지........

서버를 방화벽 없는 망에 연결 시켰더니 잘 된다...

그렇지만 다시 내부망으로 가져오니까.. GPG 오류 또난다... 

TensorFlow

:Google에서 open한 machine learning api~

※ Tensor flow는 data flow graph로 computation을 표현 할 수 있다면, Tensor Flow를 사용 가능하다.

-data flow graph : 오토마타 시간에 배웠던 개념중에 하나군..상수,변수 등의 데이터와 그 사이의 operation을 하나의 graph형식의 machine으로 만드는 것...

machine learning 

- 실세계의 데이터로 컴퓨터를 가르치는 방법중에 하나로, 고품질 음성인식, practical 컴퓨터 인식(vision), email spam차단, self-driving 자동차 등에 쓰임..

대부분의 ML은 Labeled Data를 필요로 하지만, self-taught learning과 deep learning 같은 것들은 Label이 없는 데이터 들로도 학습이 가능할지도 모른다는 것을 시사한다..

DistBelief

Google의 딥러닝 인프라스트럭처.. 2011년에 개발됨

1. 고양이 사례에 이용됨

엄청나게 큰 neural network(16000개의 CPU core, 1billion개의 neural connection)를 구성해서 youtube동영상(unlabeled data)을 1주일 정도 보여줬더니.. 그 neural network가 고양이를 알아보기 시작함..

.DistBelief 를 이용해 이미지 분류 테스트를 한 관련논문-상대적으로 70프로의 성능 향상이 있었음(Building High-level Features Using Large Scale Unsupervised Learning,2012,ICML)

2. Google 앱의 speech recognition에 적용하여 성능을 25프로 향상시킴 

3. Google Photo 에도 사용

※ 한계점 : 설정이 어렵고, google의 internal resource에 tightly coupled 되어 있어 외부에서 사용은 불가능 했다...

이를 개선하여...외부로 open한것이 Tensor Flow!!!

게다가 TensorFlow가 DistBelief보다 2배나 더 빠르다는 연구 결과도 있다

사용하는 언어 : Python, C++

Python interface사용 가능

차후에 SWIG를 통ㅇ해 JAVA, Lua, Javscript,R까지 확장 할 수도 있음...

license 

: Apache license2.0

Tensor는 형이 있는 다차원 배열임

Computation을 Graph로 나타내며, 노드는 operation, 여기에 들어가는 데이터가 tensor가 됨

http://googleresearch.blogspot.kr/2015/11/tensorflow-googles-latest-machine_9.html를 참고함...

" 아이유 - 스물셋 " 가사

I'm twenty three 

난 수수께끼 (Question)

뭐게요 맞혀봐요

I'm twenty three

틀리지 말기 Because 

난 몹시 예민해요

맞혀봐

한 떨기 스물셋 좀 

아가씨 태가 나네

다 큰 척해도 적당히 믿어줘요

얄미운 스물셋

아직 한참 멀었다 얘 

덜 자란 척해도

대충 속아줘요

난, 그래 확실히 지금이 좋아요 

아냐, 아냐 사실은 때려 치고 싶어요

아 알겠어요 나는 사랑이 하고 싶어

아니 돈이나 많이 벌래

맞혀봐 

어느 쪽이게?

얼굴만 보면 몰라

속마음과 다른 표정을 짓는 일

아주 간단하거든

어느 쪽이게?

사실은 나도 몰라

애초에 나는 단 한 줄의 

거짓말도 쓴 적이 없거든

여우인 척, 하는 곰인 척, 하는 여우 아니면

아예 다른 거

어느 쪽이게?

뭐든 한 쪽을 골라

색안경 안에 비춰지는 거 뭐 이제 익숙하거든

Check it out

겁나는 게 없어요

엉망으로 굴어도 

사람들은 내게 매일 친절해요

인사하는 저 여자

모퉁이를 돌고도 아직 웃고 있을까

늘 불안해요

난, 영원히 아이로 남고 싶어요

아니, 아니 물기 있는 여자가 될래요

아 정했어요 난 죽은 듯이 살래요

아냐, 다 뒤집어 볼래

맞혀봐

어느 쪽이게?

얼굴만 보면 몰라

속마음과 다른 표정을 짓는 일

아주 간단하거든

어느 쪽이게?

사실은 나도 몰라

애초에 나는 단 한 줄의 

거짓말도 쓴 적이 없거든

여우인 척, 하는 곰인 척, 하는 여우 아니면

아예 다른 거

어느 쪽이게?

뭐든 한 쪽을 골라

색안경 안에 비춰지는 거 뭐 이제 익숙하거든

난 당신 맘에 들고 싶어요

아주 살짝만 얄밉게 해도 돼요?

난 당신 맘에 들고 싶어요

자기 머리 꼭대기 위에서 놀아도 돼요?

맞혀봐

어느 쪽이게?

얼굴만 보면 몰라

속마음과 다른 표정을 짓는 일

아주 간단하거든

어느 쪽이게?

사실은 나도 몰라

애초에 나는 단 한 줄의 

거짓말도 쓴 적이 없거든

여우인 척, 하는 곰인 척, 하는 여우 아니면

아예 다른 거

어느 쪽이게?

뭐든 한 쪽을 골라

색안경 안에 비춰지는 거 뭐 이제 익숙하거든

아이유 감성 내스타일임..ㅋㅋㅋ

Database에서 Partitionining 이용시에 장점..

1. Query performance 가 특정 상황에서는 아주 향상될 수 있다. 특히, 대부분의 많이 접근되는 행이  하나나 몇개의 파티셔션에 집중되어 있다면 그렇다. Paritioning 자체가 인덱스 사이즈를 줄이는 것이 가능하고, 때로는 많이 사용하는 부분을 메모리에 모두 올리는 것이 가능할 수 있기 때문이다.

2. 하나의 파티션에 큰 부분을 접근하는 쿼리나 업데이트에서, 성능 개선이 가능하다. 인덱스를 타거나 랜덤하게 전체의 테이블에 퍼져있는 데이터를 읽는 대신에 하나의 파티션에서 순차적인 스캔이 가능하기 때문이다.

3. 대량의 데이터를 올리거나 삭제하는 것이 파티션을 통째로 다룸으로서(파티션을 새로 생성 또는 통째로 삭제함으로써) 가능하다. 물론 요구사항이 파티션 디자인 시에 계획되었을 대다.

4. 잘 사용되지 않는 데이터는 더 저렴하고 상대적으로 느린 저장소에 따로 저장하는 것이 가능하다.

대부분은 테이블 크기가 클 때 장점이 극대화됨...

PostgreSQL의 Partitioning

inheritance를 통해서 지원됨, 하나의 비어있는 parent table에 각각의 Partition이 child가 되는 형태임

Range Partitioning : column이나 여러개의 column 에서 오버랩 없이 나누어짐. 날짜로 나누거나, 식별자의 range로 나누게 됨

List Partitioning : 키 값의 list를 작성하고, 이 키 값의 리스트에 따라 나누어짐

PostgreSQL에서 Partitioning 방법

tutorial 72page pdf 146쪽

Partitioning 이후에 Query Optimization

"consraint exclusion"을 이용

set constraint_exclusion=ON;

select count(*) from measurement where logdate>=DATE'2008-01-01';

이런식으로~ constraint_exclusion이라는게 ON되어 있을 때 planner가 필요없는 partition을 제외하려고 노력한다.

요걸 어떻게 하는지 보려면 쿼리 플랜을 보는 키워드인 explain을 써보면 된다,

set constraint_exclusion=off;

explain select count(*) from measurement where logdate>=DATE'2008-01-01';

DROP TABLE IF EXISTS를 이용하면 테이블이 존재하지 않을 때만 테이블 삭제를 시도하는 것이 가능하다. 그러나 standard SQL은 아니다. 

컬럼에 default value를 가지게 할 수도 있음 - 데이터가 insert되는 시점에 값이 들어감...timestamp같은 경우에 유용하게 사용가능

CREATE TABLE products (

product_no integer,

name text,

price numeric DEFAULT 9.99

);

integer type에 다음 값으로 채워넣기

CREATE TABLE products (

product_no integer DEFAULT nextval(’products_product_no_seq’),

...

);

nextval이라는 함수가 따로 있음

제약조건 걸기(check constraints)

CREATE TABLE products (

product_no integer,

name text,

price numeric CHECK (price > 0)

);

제약 조건에 이름 붙여서 걸기

CREATE TABLE products (

product_no integer,

name text,

price numeric CONSTRAINT positive_price CHECK (price > 0)

);

컬럼과의 관계로 제약조건 걸기

CREATE TABLE products (

product_no integer,

name text,

price numeric CHECK (price > 0),

discounted_price numeric CHECK (discounted_price > 0),

CHECK (price > discounted_price)

);

여러개의 제약 조건 걸기

CREATE TABLE products (

product_no integer,

name text,

price numeric CHECK (price > 0),

discounted_price numeric,

CHECK (discounted_price > 0 AND price > discounted_price)

);

It’s a matter

외래키 있는 데이터 삭제시 2가지 대응 옵션

CREATE TABLE order_items (

product_no integer REFERENCES products ON DELETE RESTRICT, 삭제 시도 시 에러남, 딸린 데이터들 다 삭제하고 나서야 이 데이터 삭제가 가능함.

order_id integer REFERENCES orders ON DELETE CASCADE, 삭제 시도시 붙어있는 데이터들 다 같이 삭제..

quantity integer,

PRIMARY KEY (product_no, order_id)

);

스키마와 권한

스키마 search path 보기

show search_path

결과중 가장 첫번째에 있는 것이 current schema라고 볼 수 있음

set serch_path to myschema, public; 이런 식으로 serch path 설정이 가능함

schema사용을 위해서는 기본적으로 Usage 권한이 부여되어야 한다.

public schema에는 기본적으로 모든 사용자에게 create과 usage건한이 부여됨. 

->맘에 안들면 revoke하면 됨.(revoke create on schema public from public)

pg_catalog schema

system tables, built-in data types, functions, operator를 포함한 스키마

상속

상속시의 부모 테이블의 check constraints와 not-null constraints는 상속되지만, 다른 constraints(unique, primary key, foreign key)는 상속되지 않음

컬럼수에 제한이 있는데, 타입에 따라 다르나 250개에서 1600개 사이이다.

출처: PostgreSQL 투토리얼 50페이지

파리에서 맛있는 음식 먹고 싶어서 호텔에 추천 받아서 간 식당

에펠탑에서 사이요 궁쪽 에서 도보로 10분~15분이라 위치도 좋아요~

근데 7시 이후(? 7시반이었나?) 에 저녁 메뉴를 한다고 해서 주린 배를 잡고 기다려야만 했다는...

근데 참 시간 맞춰서 돌아 갔더니 자리가 금방 꽉 차서.. 이상한 가운데 자리밖에 없다길래 줄 설걸 하고 후회 했다는...

분위기는 거의 동양인은 없고 백인들만 가득하고..  영어가 거의 잘 통하지 않아서 뭔지 모르고 주문을 해야했다는 슬픔은 있으나... 가격대비 맛이 정말 좋았어용...

와인 한 잔 마시면서 기다림...

식전 빵..

우리의 스테이크 들 등장...

내가 먹은 양고기 스테이크... 이거 정말 엄청 많이 맛있었음... 육즙이 살아있어서 지금도 침이 꼴깍...

이건 무슨 베리가 들어간 디저트 였는데 저 하얀 부분이 크림이었음..

나는 진짜 맛났다는... 우리 신랑은 달다고 한 입 드셨지만... 나는 저걸 밥먹고 거의다 흡입ㅋㅋ

가격도 비싸지 않음.. 와인2잔 +스테이크2,디저트1 먹었는데 60유로면 진짜 먹을 만 한거 아닌가요

ㅋㅋㅋ

LE SCHEFFER Restaurant

22, RUE SCHEFFER-75116 Paris

TEL. 01 47 27 81 11

ㅎㅎ다음에 가면 한 번 더 가고 싶네요...

근데 도대체 저 식당은 진짜 유명한 메뉴가 뭔지를 모르겠단 말이야....

파리의 상징이자 파리관광의 핵심인 에펠탑!

파리는 날씨가 좋지 않은 때가 많아서 좀 걱정이었는데

우리가 간 9월 말의 파리는 좋은 날씨를 보여주었다..

다소 쌀쌀해서 얇은 패딩 정도가 필요한 9월의 파리 날씨지만

(대부분의 여성들은 바지+가죽점퍼+앵글부츠+머플러 의 복장을 함)

짧은 시간이나마 햇빛이 들어서 기분이 좋았다~

맑은 날의 에펠탑..

조금 해질 무렵의 에펠탑...

다양한 시간별로 마치 다른 건물처럼 다른 느낌을 내는 에펠탑!

봐도 봐도 신기하고, 로맨틱한 감성을 자아내는 에펠탑~ 평생 한 번 쯤은 꼭 가볼만 한 것 같다^^

세비야~ 정말 작지만 예쁜 도시이다.

관광지인지라 성수기인 9월에 갔더니 너무 관광객이 많아서 이전에 느꼈던 신비스러움은 좀 덜했지만, 세비야는 여전히 스페인 스러운 이국적임이 있는 도시였다.

스페인의 마드리드나 바르셀로나만 거쳐서 간다면 조금은 아쉬운 스페인 다움이 세비야에는 있다.

다른 작은 도시들에 비해 접근성도 좋아서(마드리드에서 초고속 열차 renfe를 이용해서 3시간 가량, 비용 5만원 정도) 바쁜 일정에도 소화 가능한 적당한 도시이다..

세비야에는 대성당이 있는데 이게 관광의 중심이 되는 것 같다..

탑에 올라 갈 수 잇는데 경사길을 둘러 올라가게 되어있어서 약간의 각오가 필요하나

운동 전혀 안하는 30대 사무직 여성도 독한 마음으로 올라갔으니, 왠만한 사람들은 올라갈 수 있을 것 같다..

탑 정상에서 보이는 풍경..

예쁘다.. 세비야 전체가 내려다 보여서 시간 가는 줄 모르고 사진 찍음...

소설에서나 볼 것 같은 종들이 탑 꼭대기에 있다..