Swap 최적화 및 ML 학습 플랫폼/Agentic Loop 설계
Swap 메모리 16GB로 늘리고 OOM 방지용 스위스 치즈 세팅함. ML 기초 다질 게임형 웹사이트 기획 시작했는데, LeetCode 스타일로 시각화 자료까지 뽑아주는 구조로 잡음. GPT-4o랑 Claude Code 성능 비교하려고 LangGraph 써서 Agentic Loop 구현 및 실험 환경 구축함.
이 날의 포인트
- Swap 메모리 16GB 설정 및 사용 최적화
- ML/DL 학습용 인터랙티브 웹 서비스 기획
- LangGraph 기반 Agentic Loop 구현 및 모델 비교 설계
세션별로 뭘 시켰나 (3개)
-home-son
07:17 — 07:19
19개 메시지
swap 메모리 16gb로 설정하고, oom 상황이 아니면 웬만하면 swap은 쓰지 않도록 세팅해줘.
-home-son-prj-tutorials
08:29 — 09:07
11750개 메시지
내 머신러닝/딥러닝에 대한 지식을 기초부터 쌓아가기 위해, mimo, brilliant 형태의 게임형 웹사이트를 만들고 싶어. leetcode처럼 문제를 주면, 내가 코드를 작성하고, 그 해설에 대해서 matplotlib 등 시각화된 자료를 내가 제공받는거지. 그래서 문제를 풀면서 내가 차근차근 학습할 수 있게. (pytorch의 기초적 문법들, transformer 이전의, knn , svn, 회귀 등 다양한 기초적 기법들을 차근차근 실제 python 코드로 구현해보는 것을 목표로)
-home-son-prj-harness
15:30 — 17:20
222개 메시지
gpt 4o모델을, 그대로 썼을 때의 결과물과, claude code처럼 harness, agentic loop를 만들었을 때의 응답 정확률을 비교하고 싶어. python과 Langchain, langraph등으로 claude code main 을 보고 참조해서 같은 구조로 만들어 주고, python 구현 후에는 내가 결과를 볼 수 있도록 jupyter notebook 파일도 만들어줘.