건프의 소소한 개발이야기

안녕하세요, 건프입니다. AWS(아마존 웹 서비스) 는 원격가상호스팅서비스로 개발자들이나 서버가 필요한 사람들이, 직접 고성능의 컴퓨터를 장만하지 않아도, 작은 리소스를 제공하고, IP와 도메인을 제공하는 등 편리함을 주기 때문에 많은 테크기반 스타트업이나 개인 개발용으로 사용하고 있습니다. 이번에는 로컬(내 컴퓨터) 에서 Flask 환경 설정하기-> AWS에서 nginx 설치하기-> AWS에서 nginx 설정하기-> AWS에서 uwsgi 에 해당하는 gunicorn 설치 및 사용법-> AWS에서 Flask 배포하기-> 로컬에서 git push & AWS 에서 적용 코드 git pull 받고 서버 재시동하는 방법 이러한 일련의 과정들을 잊어버리기 전에 메모하고, 공유하고자 합니다. (이거 구축하려고 구글..

안녕하세요, 건프입니다.이번에는 리눅스 환경에서 Python 의 각종 가상개발환경 (Virtual Environment) 을 구축하고 사용하는 법에 대해서 알아볼려고 합니다. 우선 가상개발환경이 왜 필요할까요?Python 의 경우 정말 많은 모듈들이 존재하고, 이러한 모듈들을 이용해서 프로젝트를 구성하다보면, 모듈들이 사용하는 각종 환경과 다른 모듈들에 대한 의존성 (Dependency) 가 생깁니다. 이러면 하나의 서버에서 독립된 프로젝트에 대해 모듈을 다운받아 사용할때, 의존성 겹침 문제가 발생하게되면, 프로젝트 전체가 큰 혼란에 빠질 수 있습니다.이럴때 필요한 것이 가상 개발 환경 입니다. 가상 개발 환경의 기본적인 사용법은가상 개발 환경을 다운받고환경을 활성화(Activate) 합니다.환경을 활성..

안녕하세요, 건프입니다. 데비안 계열의 리눅스 버전의 "라즈비안" (라즈베리파이에 올라가기에 추천되는 OS) 에서 주로 작업을 하고 있는 중입니다. 이번 포스팅은 대표적인 데이터베이스(Database) MySQL 의 설치와 Python(파이썬) 관련 라이브러리 설치법을 익혀봅니다. 1. ssh 로 라즈베리파이에 원격접속을 합니다. > ssh pi@ 저 같은 경우는 공유기에 연결하여 공유 ip를 공유하기 때문에 위와 같은 아이피를 써서 접속했습니다. 라즈베리파이의 공유아이피 주소는 부팅 후, 모니터를 연결해서 > ifconfig 처서 알아보거나, 라즈비안 바탕화면 화면 오른쪽 위에 안테나 모양에 마우스를 홀드온(hold on) 하시면 볼 수 있습니다. 2. MySQL 설치를 확인 없네요. 3. mysql서..

안녕하세요, 건프입니다. 저번 포스팅에서 라즈베리파이3 보드에서 서보모터를 돌리는 것 (말그대로 돌아간다) 를 확인했습니다. http://ljs93kr.tistory.com/40 이번엔 확실하게 그 각도를 조절하는 방법을 알아보려고 했더니 서보모터와 PWM등 원리를 알아보려니 고생을 좀 했습니다... 원리가 미치도록 궁금하신분들은 아래 링크를 타고 들어가서 연구해보세요~ 서보모터, PWM 정의 http://siryua.tistory.com/338 왜 펄스를 잡아야 하는가에 대해서 계산하신분.. 아두이노 버전으로 코드가 짜여있기 때문에 펄스 계산부분만 보시면 됩니다. http://jjungineer.tistory.com/20 이렇게하고 ㅋㅋ 일단 완성된 코드입니다 import RPi.GPIO as GPIO..

안녕하세요, 건프입니다. 저는 개인적으로 구입한 2016년형 라즈베리파이3 으로 실습하고 있습니다. 라즈베리파이와 서보모터 모델을 Python 으로 제어하는 방법을 여기서 알아봅니다. 우선 라즈베리파이 3와 라즈베리파이2 모델의 차이와 공통점은 다음과 같습니다. The Raspberry Pi 3 is the third generation Raspberry Pi. It replaced the Raspberry Pi 2 Model B in February 2016. Compared to the Raspberry Pi 2 it has:A 1.2GHz 64-bit quad-core ARMv8 CPU802.11n Wireless LANBluetooth 4.1Bluetooth Low Energy (BLE)Like ..

안녕하세요, 건프입니다. Python 언어 기반의 Macine Learning Platform 인 Tensorflow 를 공부하고 있었습니다. 전 포스팅에서는 상수선언과 변수선언, 랜덤 벡터 및 매트릭스 만드는 기본적인 방법과 Tensorflow 가 가지고 있는 Session() 의 존재 의미 등을 확인하였습니다. 이번에는 본격적으로 Linear Regression 방식을 이용한 예측함수 추출 구현에 앞서 알아야 할 몇가지를 짚어봅니다. 1. placeholder import tensorflow as tf x = tf.placeholder("float", [2, 3]) y = tf.ones([2, 3], "float") result = tf.add(x, y) with tf.Session() as sess..

안녕하세요, 건프입니다. 이번엔 Python 기반의 Machine Learning 언어 및 플랫폼인 "Tensorflow" 를 사용해봅니다. import tensorflow as tf import numpy as np a = tf.constant([1,2,3]) b = tf.constant([[10, 20, 30], [100, 200, 300]]) c = tf.add(a,b) with tf.Session() as sess: print sess.run(c) 우선 상수 tensor a와 b를 생성합니다 이후, a 와 b를 더하는 tensor 인 c 를 생성합니다.그리고 Session 을 열고 c를 run 합니다.그 결과를 print 하면 다음과 같은 결과가 나타납니다. a는 벡터이고 b는 행렬인데, 더하기 ..