Skip to main content
Version: 1.3

CAP에 로그인하기

시작하면서#

CAP에 로그인하여 CAP에 어떤 컴포넌트들이 있는지 확인합니다.

Goal#

  • 로그인 하기
  • 컴포넌트 둘러보기

로그인하기#

CAP Home에 접속합니다. 전달받은 Email Address와 Password를 입력하여 로그인을 진행합니다. storage_main


컴포넌트 둘러보기#

CAP은 복잡한 머신러닝 프로젝트의 문제를 해결하기 위해 그에 알맞는 툴들을 제공합니다.
크게 모델 개발, 모델 튜닝, 로그 모니터링, 워크플로우 구성, 저장소로 나누어집니다.

  • 모델 개발을 위한 Notebook
  • 모델 튜닝을 위한 Tuner
  • 텐서플로우로 학습시 모델 학습 로그를 GUI로 확인 가능한 Tensorboards
  • 머신러닝 워크플로우를 위한 Pipeline
  • 각종 데이터들의 저장을 위한 Storage , Volumes
  • 그리고 컨테이너 이미지를 관리해주는 Registry 가 준비되어 있습니다.

Notebook#

  • 머신러닝 모델 개발자들에게 친숙한 개발 도구인 Jupyter Notebook이 내재되어 있습니다.
    모델 개발과 관련된 환경설정과 코드 작성은 모두 여기서 이뤄지게 됩니다.

  • VSCode(Visual Studio Code) 와 R-Studio도 제공합니다.

    cap_top support_editor


Tuner#

  • 모델의 하이퍼파라미터 튜닝과정을 자동화하는 툴입니다. 모델 성능을 높이는 데 있어서 중요한 요소인 하이퍼파라미터 튜닝을 자동화 함으로써 한층 더 빠르게 모델 성능을 향상시킬 수 있습니다.

    tuner tuner


Tensorboards#

  • 머신 러닝 학습시 생성되는 로그를 시각화하여 보여주는 텐서보드 툴입니다.
    로그를 저장할 Storage 혹은 Volumes을 설정하면 텐서보드를 볼 수 있습니다.

    tensorboard


Pipeline#

  • 머신러닝 프로젝트 작업 중 일련의 과정들이 반복된다면, 반복되는 과정들을 워크플로우로 정의하고 자동화하여 모델 개발자로 하여금 좀 더 모델 개발에 집중할 수 있도록 도와주는 툴입니다.

    pipeline


Storage#

  • CAP은 AWS S3와 호환되는 오브젝트 스토리지을 생성할 수 있는 툴을 제공합니다.

    storage


Volumes#

  • CAP은 NFS, Ceph 등 여러 형태의 스토리지를 노트북에서 사용할 수 있는 툴을 제공합니다.

    volumes


Registry#

  • 머신러닝 프로젝트의 효과적인 개발과 배포를 위해서 모델의 컨테이너화는 필수적인 요소입니다.
    CAP은 검증된 오픈소스 Registry(Harbor)를 제공함으로써 안전하고 빠른 컨테이너 관리를 할 수 있습니다.

    registry