CS_Developer

이번 포스팅에서는 머신러닝에 대하여 이야기할 것이다. 참고 도서는 텐서플로 2와 케라스로 구현하는 딥러닝 2/e이다. 위의 그림에서 보는 것처럼 인공지능(AI)은 가장 큰 개념이다. 그 안에 머신러닝이 포함되고, 그 안에 딥러닝이 포함되는 구조이다. 우리는 이번 포스팅에서 머신러닝에 대해 공부할 것이다. 최근에 머신러닝에 대한 논문이 급증하고 있다. 무어의 법칙 관련 논문보다 머신러닝 관련 논문의 개수가 많아진 추세이다. 따라서 우리는 머신러닝에 대해 공부할 필요성이 조금은 생긴 것이다. 최근 딥러닝 프레임워크의 사용 순위가 keras와 tensorflow가 1, 2위를 다투고 있다. 그 뒤를 PyTorch가 따른다. 따라서 포스팅에서는 텐서플로와 케라스를 이용하여 진행할 예정이다. 최근에는 텐서플로 2..

이번 포스팅에서는 비트코인의 전반적인 실행 알고리즘에 대해 작성할 것이다. 비트코인에 대한 간단한 설명은 이전 포스팅에서 설명하였다. 그것을 바탕으로 이번에는 절차를 알아보도록 하겠다. 비트코인은 분산화된 형태를 기반으로 한다. 따라서 믿음의 판단이 어렵기 때문에 서로의 상호작용을 통해 믿음을 얻게 된다. 우리는 이번 글에서 tx를 추적하고, 합의가 어떤 식으로 이루어지며, 어떤식으로 블록체인에 기록되는지 알아보도록 하겠다. 위의 그림은 비트코인이 어떤식으로 동작하고, 그 안에 유저에는 누가 존재하는지 나타내 주는 그림이다. wallet을 가진 많은 사람들이 비트코인 네트워크에 참여하는 모습을 볼 수 있다. 그중, 아래를 보면 miner가 존재하는 miner는 full-node client로 모든 tx에..

앞선 포스팅에서 우리는 블록체인과 비트코인에 대해 간단하게 알아보았다. 이번 포스팅에서는 비트코인을 조금 더 파고들어 보겠다. 비트코인의 구성요소 Bitcoin Protocol: 분산 형태의 P2P 네트워크 Blockchain: 공공의 tx 장부 Consensus Rules: 비트코인이 어떤 식으로 운영되는지에 대한 규칙 Proof-of-Work(PoW): 거래내역과 여러가지 기록들이 맞는지 합의하는 과정 위에 나열된 구성요소들을 조금 더 알아보면, 앞선 포스팅에서 말했듯, 비트코인은 분산화된 형태이다. 즉, 서버가 없다는 뜻이다. 또한 블록체인을 활용하여, 누구나 볼 수 있지만 수정은 할 수 없는 공공의 tx 장부가 존재한다. 이것은 쉽게 말하자면 데이터베이스 같은 것이다. 또한 일련의 규칙이 존재하며..