z2soo's Blog

1. Core BOPF components BOPF에는 다음의 다양한 components가 있다. 상세한 내용은 뒤에서 개별 문서로 다루도록 한다. Node Business object의 데이터를 모델링하기 위해 사용 계층구조를 이룸 다양한 노드 타입이 있지만, persistent node 를 주로 사용 각 노드는 노드 내에 저장되는 데이터의 타입을 정의하는 1개 이상의 속성으로 구성됨 Determination 이벤트 및 이벤트 핸들러 BO 인스턴스 변경에 의해 야기되는 내부적 이벤트 (나비효과로 BO 인스턴스 변경) Action 노드에서 수행하는 일반적인 서비스 사용자에 의해 명시적으로 발생하는 BO 인스턴스 변경 Assosication 노드 간 관계 두 노드에 존재하는 인스턴스 연결 Query 데이터..

Business object TM에서 주로 사용되는 TOR business object를 가지고 보다 상세한 설명을 해보도록 하겠다. Business object는 개발을 시작하면 일반적으로 현실 업무에 사용되는 instance 별로 데이터 베이스에 객체를 만들게 된다. 좌측 트리 구조를 보면, 해당 business object에 대한 node가 어떤 것이 있는지 확인 가능하다. Node structure 노드를 트리구조로 보임 Node element 어떤 노드가 있는지 리스트로 보임 Group business object를 save, modification 하는 시점에 적용되는 validation을 모은 것 우측을 보면 해당 business object, /SCMTMS/TOR 에 대한 정보를 확인할 수..

BOPF Introduction TM의 business object는 BOPF Modeing Tool에서 볼 수 있다. 원래는 T-code BOPF (이하 T-BOPF 형태로 표기) 로 시작했지만, business 요소가 들어가면서 T-BOBF 로 변경되었다. 해당 티코드로 들어가면 BO 목록, 노드의 계층(hierarchy), configuration, 각 노드의 elements(association, action, determination etc)은 물론 TM 개발 외에도 S/4HANA와 관련된 개발 objects를 볼 수 있다. 다양한 business object(이하 BO) group을 볼 수 있다. 처음에 보이는 것이 Business Process Object 이며, ERP에 있는 transac..

BOPF란? Business Object Process Framework 다른 back-end framework와 마찬가지로 data access, buffering, modeling, locking 등에 대해 다루는 framework TM에서 중요한 이유? 선택한 이유? create, save, query 등 기본적인 기능 제공을 통한 빠른 prototype 생성 가능 재사용 가능한 코드를 통한 implementation(구현)의 재사용성 Enhancement를 통한 customizing 가능 Buffer와 DB layer의 데이터 및 코드 관리 가능 공통의 개발 규칙 적용 가능 기타 복잡하지만 그만큼 막강한 기능을 가진 프레임워크 이해하고 배우는데 객체지향 개념의 문턱이 있지만 이를 넘으면 유용하게 ..

Node 노드 기반의 모델링 과정은 객체지향 프로그래밍과 동일하다. 간단히 말해 노드를 하나의 클래스 정의로 생각하자. 노드는 상황에 따라 다른 의미를 가진다. Design time business object의 개별적인 부분의 데이터와 행위를 모델링하기 위해 사용 ex. Sales Order business object에 대한 ITEM 노드는 데이터, 행위, 다른 sales order와 관계 등 정의 Runtime runtime의 node는 컨테이너로써 internal table을 생각하면 되며 node row라고 불림 Node and Attribute Types 데이터 모델링 관점에서 노드와 노드의 속성은 두 개의 다른 카테고리로 구분된다. Persistent nodes/attributes 시스템 데..

BOPF란? Business object processing frame work, 즉 ABAP OO 기반의 프레임워크로 개발의 속도 향상, 표준화, 모듈화가 가능한 서비스와 기능을 제공한다. 이를 통해 개발자는 인프라 개발보다 로직 구현에 더 집중할 수 있게 된다. BOPF 장점? rapid prototyping reusability less implementation more stable 다양한 비즈니스 어플리케이션 구성요소를 원할하게 통합할 수 있는 프레임워크로 쉽게 구축할 수 있는 장점을 지닌다. 아래 이미지처럼 BOPF는 다양한 구성요소 사이에서의 징검다리 역할을 한다. Business object sales order, purchase order와 같은 하나의 비즈니스 단위를 의미한다. 이는 B..

1. 교육과정 프로젝트 과제 개요 클라우드 기반 IT 기초 GCP, SCP 개요 및 활용 SAP 모듈 (S/4HANA 전반적 모듈, SD, MM 중심) SAP ABAP (TAW10, 12) Javascript 기초 UI5/Fiori (UX400/UX410) Visualization/Report (태블로 활용) 구현 프로젝트 (ABAP, on-prem/UI5, Fiori, SCP, ELT, GCP) 2. 주요 상세 과정 IT 기초 Data Abstraction (Variables, Data Types) State & Statement (Declaration, Assignment) Flow Control (Condition, Loop, Operation) Proces Abstraction (Function,..

목차 지금까지 배운 내용과 tensorflow에서 제공하는 MNIST 데이터 자료를 가지고 CNN을 구현해보되, 이전까지 사용한 것보다 간편한 코드를 사용해본다. Data pre-processing Convolution layer process Fully conndected process 더 나아가기 Data pre-processing 1. 모듈 삽입 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data import numpy as np import pandas as pd 2. 데이터 불러오기 mnist = input_data.read_data_sets("./data/mnist", one_hot = True) ..

목차 지금까지 배운 이미지 학습 내용을 가지고 tensorflow에서 제공하는 mnist 이미지 데이터로 학습을 진행해보도록 한다. Data pre-processing Convolution layer process Multi-layer process Data pre-processing 1. 모듈 삽입 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data import matplotlib.pyplot as plt import numpy as np 2. 데이터 로딩 raw data를 사용하면 convolution 작업 이전에 데이터 전처리(이상치, 결측치, 정규화)를 비롯하여 test data, train data ..

목차 FC : Fully Connected CNN : Convolutinal Neural Network CNN 기본 개념 FC : Fully Connected Fully Connected layer 혹 Dense layer : 모든 node가 다음 layer의 모든 node에 연결되어서 학습되는 layer 구조를 의미하고, 지금까지 학습한 layer 구조는 모두 여기에 포함된다. Multi-layer multinomial logistic regression 과정에서 이전의 layer 출력값이 다음 layer 입력값으로 사용되는 구조가 이에 해당된다. FC layer 특징 입력 데이터( 예: 한 사람에 대한 데이터 )가 1차원으로 표현되어야 한다. 사실 컬러 이미지는 가로 * 세로 * 깊이(명암) 으로 표..