IBM Clouders7 [IBM] 번역 플랫폼 - 3 Getting started with Python 저번편에서는 Step2.Run the app locally까지 실습해봤고 이번편에서는 Step3에서 이어진다. 그럼 바로 글을 시작하도록 하겠다. Step 3. Prepare the app for deployment 앱을 배포하기 위해선 manifest.yml 파일의 name을 변경해주어야 한다(어떤 앱에 대한 정보인지 알려주는 것) applications: - name: GetStartedPython random-route: true memory: 128M아래와 같이 manifest.yml 파일의 name 부분을 이전에 설정했던 앱 이름으로 바꿔줘야 한다. Step 4. Deploy the app Git에서 클론을 한 폴더의 터미널에서(그냥 파이참 터미.. 2020. 9. 4. [IBM] 번역 플랫폼 - 2 Python 애플리케이션 저번 글에 이어서 이번편에서는 본격적으로 Cloud Foundry를 활용하여 애플리케이션을 배포하는 것에 대해 글을 작성하고자 한다. 우선, IBM Cloud에 로그인 한 후 Cloud Foundry를 검색한 후 런타임으로 python을 선택한다. 요금 정책은 Lite 버전을 사용한다. 앱 작업을 위해 최대 256MB를 사용할 수 있다. 무료! 그 다음 아래와 같이 앱 이름을 설정하자. 마지막으로 작성을 완료 후 이런 화면을 만날 수 있다. 자 여기서 Visit App URL을 누르면!! 안타깝게도 아무것도 안나온다...ㅎㅎ Getting started with Python 좌절하지 말고 우리는 친절하게 쓰여져 있는 Getting Started with Python 항목을 살펴보.. 2020. 9. 3. [IBM] 번역 플랫폼 - 1 Thanks to 변유철님 우선 이 번역 플랫폼은 IBM Clouders를 통해 만나 ZUA 멤버로써 이미 시니어 개발자이신 변유철님(대단하신 분이다)의 지도와 도움을 통해 이뤄질 수 있었기에 글의 서두에 감사의 표시를 남기고자 한다. 이 분의 글은 여기서 확인해볼 수 있다.(시리즈 확인!!) ZUA로부터.. 이 번역 플랫폼의 아이디어는 ZUA의 기원이 되는 한그리쥬아(이름만 들어도 번역을 위한 모임같지 않은가?!)에서 IBM Watson을 통한 강의 자막 번역 작업 중 다양한 번역기들을 통합 사용하는 플랫폼을 만들어보자는 취지에서 시작하였다. 우선, 초기 모델에선 아래와 같은 로그인 페이지를 만드는 작업부터 시작하였다. IBM Cloud Foundry 그럼 이러한 서비스를 위해 IBM Cloud 서비스.. 2020. 9. 2. IBM Watson 신경망 기계 번역-1 신경망 기계 번역 이전편에서 예고한 대로 Watson의 번역 성능에 대해 어떤 방식으로 구동되어지는 지를 알아보고자 Watson Language Translation을 소개하는 페이지를 방문하였고 아래와 같은 정보가 있었다. 여기서 Neural Machine Translation(신경망 기계 번역)을 딥러닝을 사용하여 속도와 정확성을 높였다라고 소개하고 있다. 그래서 이 NMT에 대해 알아보게 되었다. 신경망 vs 통계 신경망과 통계라는 비교는 생각보다 쉽게 상상이되지 않는다. 하지만, 신경망이 모사하고자 하는 인간의 뇌를 생각하면 상상하기 쉬워진다. 인간의 뇌와 통계의 가장 큰 차이점은 이해력이라고 생각한다. 통계적 번역(Stastical Machine Translation)는 주어진 문장을 단어나 구.. 2020. 8. 27. 이전 1 2 다음