도커 컨테이너에서 Gunicorn을 실행 중일 때, 메모리 사용량을 확인하는 방법

python에서 oracle db에 연결할 때 cs_Oracle이란 라이브러리를 사용하게 된다. 이 때 cursor, connection을 매번 호출하는 것보다 pool을 만들어놓고 재사용하면 효율이 좋아진다고 해서 알아보게 되었다. cx_Oracle 공식문서인 Connecting to Oracle Database를 번역했습니다.

오랜만에 논문 리뷰!! 가짜연구소 ‘추천시스템 논문에서 서비스까지’ 스터디 진행 중 이 논문을 리뷰하고 구현하면 좋을 것 같아 이번에 annotation 방식으로 리뷰해본다.

CL4SREC은 전통적인 ‘next item prediction’ 태스크의 장점을 이용할 뿐만 아니라 contrastive learning의 프레임워크를 사용하여 아이템 시퀀스로부터 self-supervision signal을 추출한다. 그렇기에 더욱 의미 있는 유저 패턴을 추출할 수 있고 유저 표현을 더욱 효과적으로 인코딩할 수 있다.

1. 유저가 가게에 접속한다. -> 유저가 url로 접속한다.
2. 유저는 주문 받는 직원(URLconf)에게 request를 보낸다. -> URL 설정(URLconf)는 요청자가 브라우저의 주소 표시줄로 전달한 URL로부터 어떤 페이지를 요청했는지 구분해준다.
3. 주문을 처리하는 직원(View)은 음식을 만들어 응답을 되돌려준다.
4. 만들어진 음식을 유저가 가져간다 -> 브라우저가 응답(Response)를 화면에 표시한다.

논문 : https://arxiv.org/abs/1808.09781

nDCG의 기본 수식은 다음과 같습니다 :

Node2vec은 말그대로 노드를 벡터표현으로 나타내는 방법 중 하나입니다. 모델의 목적은 그래프 속에서 유사한(이웃한) 노드들이 임베딩 공간에서도 근처에 있도록 매핑하는 것입니다. 즉, 한 노드 입장에서 이웃 노드가 등장할 확률을 최대화하는 것입니다. 논문 : node2vec: Scalable Feature Learning for Networks

논문 Neural collaborative filtering에서 짧게 추천에 관한 Matrix Factorization에 대해 설명하길래 따로 정리해봤다.

Neural graph collaborative filtering(2019) 논문의 Methodology 부분을 다룹니다. 논문에서 Methodology에 대한 설명은 크게 세 부분으로 구성되어 있습니다.