그렇게 따라간다

#. 하나의 선택이 만들어내는 무수한 삶의 변화들 속에서, 다시 또 변화가 찾아오려나 싶다. 7개월 정도의 짧은 시간 동안, 얼마나 많은 것들을 경험하고, 나누고 느꼈을까. 온전히 걱정없이 떨어지기엔 1년, 2년의 시간도 부족하겠거니

#. 예상하고 진행한 그 모든 일들 이었지만, 막상 눈앞에 닥치니 마치 예상하지 못했던 것 처럼 불안하고, 초조하고, 속상하고 힘든 것. 그러나 막상 겉으로 내색은 하지 않는 것.

#. 멀어지면, 또 가까워지려고 그렇게 쫓아간다.

Recently,

거의 두달간 블로그를 방치했다. 다양한 일들이 있었는데,

1. 5월에 본 USMLE CS를 합격했다. 정말 다시는 보고 싶지 않은 시험을, 다시 안봐도 되는 것에 너무 감사한다. 남은 시험들은 전역전에 끝내리라.

2. 새로운 서버에서 새롭게 시작하려고 한다. 이 블로그의 내용을 적절히 분리시켜서 컴퓨터랑 관련된 부분은 아예 따로 둘까 싶기도 하다. 이전의 웹호스팅에서 서버호스팅으로 넘어가니 한편으로는 귀찮긴 하지만 확장하기는 훨씬 좋은 것 같다.

3. 앱을 하나 만들었다. 순전히 취미 + 실용적인 목적으로. 쓸데없이 한달이나 소요된 것이 흠인데, 앞으로두 두개쯤 더 계획되어있다. 언제쯤 의미있는 것을 만들게 되려나.

4. 여행사진 올리는 일이 언제부턴가 재미가 없어졌다. 아마 결혼을 하고나니 더더욱, 여러 일들이 밖으로 내보이기 보다 안쪽을 향하게 되기 때문인가 싶다. 날짜잡고 몰아서 올려야 겠다.

이제 몇개월 안남았다. 남은 목표는 다음과 같다.

1. USMLE 2 CK

2. USMLE 3

3. DELE B1

또 꾸역꾸역 해내가보자.

서버 호스팅 설정 #1

그간 항상 개인 서버에 대한 갈증 같은 것이 있었던 찰나에, 마지막 프로젝트를 진행했던 웹호스팅업체의 불성실함과 비전문성에 짜증이나 아예 서버 호스팅을 진행하기로 결정.

검색 끝에 https://www.iwinv.kr/server/server.html 업체에 가입해서 일단 월 2000원짜리 서버를 세팅해보기로 했다. 이하는 그에 대한 세팅 일지.

웹서버 세팅 : https://blog.lael.be/post/73

틈틈히 해줄일 : apt-get update, apt-get upgrade

<사용자 추가 및 세팅>

#adduser myuser1
#su -l myuser1
#mkdir www
#exit

conf 파일 설정 https://blog.lael.be/demo-generator/apache/my-example-site.com.php

#vi /etc/apache2/sites-available/mydomain.conf
#a2ensite mydomain
#service apache2 reload

다음에 mysql setting 으로 마무리

 

Postfix로 SMTP 보내기 설명

[메일서버] Postfix, Dovecot, SSL/TLS 인증

 

<계속 추가>

D-15

“나는 누구인가, 여기는 또 어디인가.”

신기하게도 그 난이도라든지 중요성이 어떠했던지 간에, 1년에 꼭 시험을 두세개씩은 보고 있다. 그리고 또 하나의 장벽이 앞에 서있다. 그래도 항상 깨닫는 것은, 그것이 참 쓸모없더라도, 그 안에 건지는 것이 적어도 하나 있다라는 점이다.

이번에는 비교적 그 교훈이 명백했다.  앞으로 어떠한 방법으로 공부해야 하는지. 또한 이것은 다른 것에도 적용할 수 있을 것 같은 확신. 단지 몇 년동안 그저 불안감에 그냥 쓸데없이 시간만 채우며 반복하던 방식이  능동적인 활동이라는 것에 대한 깨달음.

그렇게 2014년의 겨울에 단지 도망치고 싶다는 마음에서 시작된 하나의 작은 불씨가 몇년째 나를 괴롭하고 있지만 그리고 그 불씨는 여러가지 요소들, 주변환경-무엇보다도 ‘가족’이라는 이름-에 의해 커지지 못했지만, 여전히 마음 한구석에서 다른 방향으로 내가 가야할 길을 비추기 위해 타오르고 있는 것 같다.

일주일전만해도 좌절과 패배의식에 움츠러들어있었다면, 지금은 또 약간 될데로 되라는 느낌. 또 떨어지면 다시 도전하면 되니까.

간절하지 않다는 것은 한편으로는 얄팍한 자기방어 수단에 불과하고 또 가끔은 간절하지 않은 스스로에 한심함을 느끼기도 하지만, 다르게 생각하면 간절하지 않으면서도 지금까지 치우치지 않고 잘 해나가고 있는 내 모습에 만족하는 것도 좋은 자세인 것 같다.

 

nVidia Deep Learning Institute 참가 후기

외부 진료 자문 일정에 잠깐 여유 시간이 되어 참가해본 nVidia Deep Learning Institue (http://www.nvidia.com/content/apac/event/kr/nvidia-deep-learning-institute-march/)

(사진 출처 : http://biztribune.co.kr/n_news/news/view.html?no=17005)

구글링을 했는데 마땅한 후기들이 없어 참여할지 말지 고민했는데, 3월 세션의 주제가 Medical image segmentation 이었기에(이런 최근 핫한 이슈를 놓칠 수는 없지) 잘 모르는 상태에서 그냥 등록.

당일에 듣기로는 일주일만에 등록이 마감되었다고 한다.

교육 방식은 어떠한 이론의 강의도 아니고, 스스로 코딩을 해보는 방식도 아니고, 이미 jupyter로 만들어진 소스들을 하나하나 실행해가면서 그 결과를 확인해보는 것이다. 첫번째 session은 DIGITS이라는 nVidia의 프레임웍을 이용하고, 두번째 session은 Python(Tensorflow), 세번째는 R을 이용한다. DIGITS은 사전 준비 튜토리얼을 보고 대충 익혔고, 나머지 두 언어는 알고 있어서 이해에는 크게 무리가 없었다.

결과적으로 얘기하자면, 나한테는 정말 좋은 시간이었지만 조금은 애매한  level의 교육이라고 할 수 있는데, 왜냐면 이 세션을 통과하는 큰 줄기가 바로 convolution neural network 이기 때문에, 이 부분에 대한 기본적인 이해가 없느면 이미 만들어진 소스를 그냥 따라 가는 것에 불과하기 때문이다. 그리고 (개인적인 생각으로는) neural network은 각 node의 변화를 하나하나 직관적으로 이해할 수 없어서 결국 cross_entropy의 감소 및 우리가 측정하고자 하는 value의 증가, 감소로만 그 efficacy를 증명할 수 가 있기 때문에, 초보자들한테는 이걸 들어도 무슨 이야기인지 알기 어려운 느낌이었다.  김성훈 교수님의 강의(http://hunkim.github.io/ml/)가 정말 어마어마하게 쉽게 설명하고 있는 것이구나 하고 다시 느낄 수 있었다. 다행히 강좌를 RNN까지 들어놨기에 비교적 쉽게 이해할 수 있었다. 게다가 deconvulotion에 대한 개념적인 이해도 같이 해볼 수 있었다.

반면에 CNN, RNN(보니까 4월 세션은 이쪽이 주 일듯 하다)을 능수능란하게 구현할 수 있는 고급자한테는 더욱 필요가 없는 시간일 듯 하다. 다만 한가지 그래도 얻을 수 있다면 바로 이 인증서,

이름은 삭제해두었다.

이렇게 대충, 나는 Medical Image Segmentation에 대한 Deep learning 인증서(? – 정확히 말하자면 교육 참가 인증서)를 하나 갖게 되었다.

연좌셨던 nVidia 과장님께 다행히 쉬는 시간에 질문을 통해 많은 의문을 해소했으나, 여전히 잘 이해가 안가서 나중에 찾아볼 내용들.

#1. 표본이 적은 dataset에서 학습이 충분히 이루어지지 않는 단점을 해결하기 위해 fine tuning된 pre-trained model을 이용하여 학습을 시행하는데, 분명 이미 수차례의 epoch을 돌려서 구성된 각 노드의 값들이 추가되는 학습에 의해 크게 변화하는지?

– 이것에 대해 연좌분은 그래서 너무 layer들이 너무 많아질(deep?) 경우 overfitting이 발생하므로 ‘적절히’ 구성되어야 한다고…이 적절함을 어떻게 찾을 수 있을지가 하나의 삽질 같이 느껴진다. (마치 이건 생물학자들이 약간의 변수를 조절하고 Western blot을 돌리고, 바꾸고  다시 돌려보고 좌절하는 것과 같은 것이 아닐까?…)

#2. FCN(fully connected network) 이라는 것을 사용하는데, 원래 이미지같은 자료는 그 노드의 갯수가 너무 많이지기 때문에 FCN이 좋지 않다고 알고있다.(사실 이 말도 내가 잘못 알는 것인지도 모른다) 그런데 예제는 다 FCN으로 구성된 내용이었다. GPU를 믿고 그렇게 한것인지..

 

이비인후과 의사, 프로그래머, 여행, 음악과 미술