Update 2.5.10.HourlyTensorflowTraining.md

manual1903/2.5.10.HourlyTensorflowTraining.md

@@ -21,7 +21,7 @@ export_on_save:
 main 함수를 포함한 사용자 파이썬 코드에서 사용하는 라이브러리 파일 등은 동일한 폴더에 위치 시키거나 1 depth의 하위 폴더까지 작성 가능합니다.
 
 
-##워크플로우 생성하기
+## 워크플로우 생성하기
 워크플로우 편집화면을 이용하여 아래의 과정을 통해 워크플로우를 생성합니다.
 
 - 워크플로우 속성
@@ -33,7 +33,7 @@ description  | 텐서플로우 기반 딥러닝 모델을 주기적으로 학습
 isBatch  | true | 배치 처리를 하는 워크플로우 이므로, true 로 지정
 verbose  | false | 디버깅을 위해 로그정보를 보고자할 경우, true 로 지정
 
-###엔진 선택
+### 엔진 선택
 본 예제는 텐서플로우를 이용하여 배치 형태로 딥러닝 모델을 생성하는 워크플로우이므로 배치 엔진을 선택합니다. 그리고 딥러닝 모델을 주기적으로 생성하기 위해 **RUNTYPE** 을 **반복실행** 으로 설정합니다. **주기** 는 한번, 매분, 매시간, 매일, 매주, 매월, 매년 중에 하나로 설정합니다. 본 예제에서는 테스트를 위해 **매분** 으로 설정합니다. 매분은 테스트용으로 5분 단위로 엔진이 submit 되어 실행됩니다.
 
 
@@ -43,7 +43,7 @@ verbose  | false | 디버깅을 위해 로그정보를 보고자할 경우, true
 --|---|---|---|--
 1  | Batch  | TrainEngine  | 반복 실행  | 텐서플로우 모델 학습
 
-####Reader
+#### Reader
 FileReader를 선택하고 아래표와 같은 속성을 지정합니다. filePath 에 입력 파일의 경로 및 파일명을 지정합니다. 이 값은 사용자 파이썬 코드(텐서플로우 모델을 정의하고 학습하는 코드)의 `--input` 파라미터로 전달됩니다.
 
 field  |value   | 설명
@@ -59,7 +59,7 @@ filePath는 경로 입력창 옆의 "File" 버튼을 클릭하여 아래 그림
 
 ![학습 데이터셋 파일 위치 및 선택하기  ](./images/2.5.10_DataFile.png)
 
-####Writer
+#### Writer
 FileWriter를 선택하고 아래표와 같은 속성을 지정합니다. filePath 에 학습한 딥러닝 모델이 최종 저장될 폴더를 지정합니다. 해당 폴더에 자동으로 최신버전의 폴더를 생성한 후 모델이 저장됩니다. 모델의 버전은 0000 부터 시작하여 1씩 증가합니다. filePath 에 입력한 값은 사용자 파이썬 코드(텐서플로우 모델을 정의하고 학습하는 코드)의 `--output` 파라미터로 전달됩니다.
 
 본 예제에서는 다른 엔진에서 학습한 딥러닝 모델을 사용하도록 하기 위해 HDFS 절대경로를 지정합니다. 상대경로를 지정할 경우, 동적으로 생성한 **사용자 기본 파일경로** 가 앞에 추가되므로 다른 엔진에서 정확한 파일 경로를 지정하는 것이 어렵습니다.   
@@ -72,10 +72,10 @@ delimeter  |  , |  구분자
 header  |  false |  header 포함 여부
 saveMode  |   | 사용하지 않음
 
-####Controller
+#### Controller
 텐서플로우와 같은 외부시스템를 제어하기 위한 ExternalAnalysisController를 선택합니다.
 
-####Runner
+#### Runner
 TensorflowRunner 를 선택하고 아래표와 같은 속성을 지정합니다. pyEntryPath 에 main 함수를 포함하는 사용자 파이썬 코드(텐서플로우 모델을 정의하고 학습하는 코드)의 경로 및 파일명을 지정합니다.
 
 field  |value   | 설명
@@ -86,7 +86,7 @@ inJson  |  false |  Json 형태 파라미터 전달 여부
 tfVersion  |  r1.3 |  텐서플로우의 버전
 
 
-####Operator
+#### Operator
 DLTrainOperator를 선택하고 아래표와 같은 속성을 지정합니다. modelPath 에 내부적으로 학습된 모델을 저장할 경로를 지정합니다. 이 값은 사용자 파이썬 코드(텐서플로우 모델을 정의하고 학습하는 코드)의 `--modelPath` 파라미터로 전달됩니다. 로컬 파일시스템 절대경로로 입력합니다.
 또한, modelPath를 기준으로 최신버전의 폴더를 자동으로 생성하여 사용자 파이썬 코드의 `--model` 파라미터로 전달합니다. 모델의 버전은 0000 부터 시작하여 1씩 증가합니다. 따라서 예를 들면:
 
@@ -117,7 +117,7 @@ paramValue  | 2  |
 
 ksbuser@etri.re.kr 계정으로 접속하면 예제 워크플로우가 만들어져있습니다. 불러오기해서도 돌려볼 수 있습니다.
 
-##워크플로우 실행 및 모니터링하기
+## 워크플로우 실행 및 모니터링하기
 ### 워크플로우 실행하기
 엔진의 RUNTYPE 을 설정한 후, 워크플로우 편집기 상단의 실행 버튼을 누릅니다. 이 때, 본 예제는 Batch 형태로 실행되는 엔진이므로 Batch 체크 박스를 선택하고 워크플로우를 실행합니다.