Goooooood

1. 딥러닝 모델 효율적 훈련 위한, 멀티 GPU 개요- 딥러닝에서 대규모 신경망을 효율적으로 학습하기 위해 병렬 처리 연산 가능한 GPU를 다수 연결하여 활용하는 기술 2. 멀티 GPU의 개념도 및 장점가. 멀티 GPU 개념도 및 구성요소개념도구성요소CPU- GPU 간 작업 분배 및 동기화, 전체 시스템 제어RAM(주기억장치)- GPU 연산 위한 데이터 임시 저장 캐싱 역할VRAM(GPU 메모리)- 각 GPU 내장 메모리, GPU 간 데이터 공유PCIe 인터페이스- GPU와 CPU, GPU 간 통신 경로멀티 GPU 연결 기술- GPU 간 직접 통신 위한 기술, NVIDIA NVLink전원 공급장치(PSU)- 다수 GPU 높은 전력 공급(고용량, 고효율)운영체제- 멀티 GPU 지원 드라이버(CUDA 등)..

1. 긴급 작업 우선 실행을 위한, 인터럽트의 개념- 현재 실행 중인 작업을 일시 중단하고 긴급한 작업을 우선 처리하기 위해 CPU의 흐름을 전환하는 기능 2. 인터럽트의 종류와 우선순위 판별 방법가. 인터럽트의 종류구분종류설명하드웨어 인터럽트외부 인터럽트- 외부 입출력장치 등에서 발생- 키보드 입력, 네트워크 수신내부 인터럽트- CPU 내부에서 발생- 산술 오버플로우, 잘못된 명령어소프트웨어 인터럽트시스템 콜- 사용자 프로그램이 커널 서비스 요청- 파일 읽기, 쓰기 요청트랩- 프로그램에 의도적으로 삽입된 인터럽트- 예외 처리, 디버깅 목적예외 인터럽트고의/비정상 처리- 프로그램 오류 또는 특수 조건- 페이지 오류, 보호 오류- 인터럽트의 발생 원인(HW/SW) 또는 위치(외부/내부) 기준으로 구분 나..

1. IPC의 개념과 목적가. IPC의 개념- 운영체제에서 실행 중인 여러 독립 프로세스들이 서로 데이터를 주고받아 협력할 수 있도록 하는 기술 나. IPC 목적구분목적설명데이터 공유데이터 교환- 프로세스간 변수, 메시지 등 전달자원 공유- 메모리, 파일 등 효율적 공유프로세스 협력작업 분담- 복잡한 작업 분산 수행동기화이벤트 동기화- 작업 순서 제어 동기화안정성 및 성능- 프로세스 모듈화로 성능 개선 2. IPC 주요 기법 3가지기법매커니즘설명파이프- 한 프로세스 출력, 다른 프로세스 입력의 단방향 통신 방식- 주로 부모-자식 프로세스간 통신에 사용공유 메모리- 두 개 이상의 프로세스가 동일한 메모리 공간 공유로 데이터 교환- 가장 빠른 IPC 방식이지만 동기화 구현 필요메시지 - 운영체제가 관리하는..

1. VAE의 개념- 입력 데이터를 압축한 뒤 다시 복원하는 과정에서 데이터의 잠재 공간을 학습하는 딥러닝 기반의 생성 모델활용) 이미지 생성, 이미지 스타일 변화, 이상치 탐지, 데이터 압축 2. VAE의 구성도 및 구성요소가. VAE 구성도 나. VAE 구성요소구분구성 요소설명Encoder- Input- 학습할 입력 데이터- Encoder- 입력 데이터 차원 축소 학습Latent Space- 평균, 분산- 입력 데이터 평균, 분산 생성- 잠재 변수- 평균, 분산 활용 잠재 변수 계산Decoder- Decoder- 잠재 변수 활용 원래 데이터 복원- Output- 복원된 출력 데이터Loss Function- Reconstruction Loss- 입력과 출력 데이터 비교- KL divergence- 잠..

1. 단일 연결 리스트구성도개념- 각 노드가 데이터와 포인터를 가지고 한 줄로 연결되어 있는 방식으로 데이터를 저장하는 자료구조특징노드 연결하나의 포인터로 다음 노드만 연결삽입/삭제한 방향 탐색으로 속도 느림메모리노드별 포인터를 위한 메모리 필요구성요소Head시작점으로 외부에서 리스트 참조시 처음 접근 주소Tail종료점으로 리스트 참조, 처리할 때 끝 주소Node실제 데이터 저장하는 노드, 다음 노드에 대한 포인터 포함구현class Node: def __init__(self, data): self.data = data # 실제 저장되는 데이터 self.next = None # 다음 노드 가르킬 포인터- 데이터와 포인터를 갖는 노드를 이용하여 데이터의 삽입..

1. B 트리, B+ 트리 개념 비교B 트리B+ 트리균형잡힌 m-차 트리로, 모든 노드에 키와 데이터를 저장하는 트리 구조B트리 확장 구조로, 리프 노드에만 실제 데이터 저장, 내부 노드는 인덱스 역할하는 구조 2. B 트리, B+ 트리 상세 비교 항목B 트리B+ 트리데이터 저장모든 노드리프 노드내부 노드 역할데이터 저장, 인덱스인덱스 역할리프 노드 연결없음linked list 연결검색 경로루트 -> 내부 노드루트 -> 리프범위 검색느림 (리프 간 연결 없음)빠름 (리프 간 연결)공간 효율적은 노드에 분산 저장인덱스는 작지만 리프는 큼장점- 삽입/삭제 처리 단순- 노드 수 작음- 검색/범위 검색 빠름- 정렬된 순서 유지 쉬움단점- 범위 탐색 비효율적- 내부 노드 변경 많음- 리프 노드가 커서 디스크 ..

1. 다익스크라 알고리즘의 확장, A* 알고리즘의 개념- 시작점에서부터 현재 정점까지의 최단거리와 현재 정점에서 목표점까지의 추정잔여 거리를 활용해 최단거리 구하는 알고리즘 2. A * 알고리즘 개념도 및 계산 원리가. A * 알고리즘 개념도 나. A* 알고리즘 계산 방식비용 함수g(n)시작 노드에서 현재 노드 n까지 거리h(n)현재 노드 n에서 목표 노드까지 예상거리f(n)g(n) + f(n), 총 예상 비용계산 방식1시작 노드를 리스트에 넣고 탐색 시작2리스트에서 f(n)이 가장 작은 노드 꺼냄3현재 노드가 목표 노드면 경로 반환4이웃 노드의 g(n), h(n), f(n) 계산5더 나은 경로의 f(n) 리스트에 추가6리스트에 더 이상 더 나은 f(n) 없을 때까지 반복 3. A*, Dijkstra,..

1. Last-In, First Out, 스택정의모든 데이터의 삽입과 삭제가 리스트의 한쪽 끝에서만 수행되는 제한 조건을 가지는 선형 자료 구조개념도- Top: 리스트의 끝으로 삽입과 삭제 발생- Bottom: Top의 반대쪽 리스트의 끝- Push: 스택에서 값을 삽입(입력)- Pop: 스택에서 값을 삭제(출력)입출력 원리# push stack.append('A') # top = 0 stack.append('B') # top = 1# pop top_item = stack.pop() # 'B' 반환, top = 0- append(): 끝에 데이터 추가 (top += 1)- pop(): 끝에 데이터 제거 (top -= 1) 2. First-In, First Out, 큐정의- 데이터를 한쪽 끝에서 삽..

1. 자기 균형 이진 탐색 트리, 레드-블랙 트리 개념- 각 노드에 레드 또는 블랙 색상 속성이 부여된 이진 탐색 트리로 특정 규칙을 통해 항상 균형 형태를 유지하는 트리특징) worst-case guarantees, 실시간 처리에 유용 2. 레드-블랙 트리 개념도 및 규칙가. 레드-블랙 트리 개념도 나. 레드-블랙 트리 규칙번호조건설명1Root Property루트 노드는 모두 블랙이다2External Property모든 리프(NULL)은 블랙이다3Internal Property레드 노드의 자식은 항상 블랙이다4Depth Property노드에서 리프 노드까지 가는 모든 경로에는 동일한 블랙 노드가 있다 3. Double Red 해결 방법 Restructuring, Recoloring구분설명Restruc..

1. 트리구조의 노드 탐색 기법, 트리 순회의 개념- Node와 Edge로 구성된 트리 형태의 자료구조에서 모든 노드를 빠짐없이 한 번씩 방문하여 node를 탐색하는 방법특징) 검색 성능 예측 가능, 깊이 우선 순회, 너비 우선 순회 2. 트리 순회의 유형 및 탐색 매커니즘가. 트리 순회의 유형구분유형탐색 순서깊이 우선 순회(DFS)pre-order루트 -> 왼쪽 자식 -> 오른쪽 자식in-order왼쪽 자식 -> 루트 -> 오른쪽 자식post-order왼쪽 자식 -> 오른쪽 자식 -> 루트너비 우선 순회(BFS)level-order루트부터 레벨별 왼쪽 -> 오른 나. 트리 순회 매커니즘3. 코드 예제preorderinorderpostorderdef preorder(node): if node: ..