로운's 기술노트

ㅇ 명령 모드 (Command mode)Enter: 선택한 셀을 편집 모드로 전환Shift + Enter: 셀 실행 및 다음 셀로 이동 (다음 셀이 없으면 새 셀 추가)Ctrl + Enter: 셀 실행 (현재 셀에 머무름)Alt + Enter: 셀 실행 및 아래에 새 셀 추가A: 위에 새 셀 추가B: 아래에 새 셀 추가C: 셀 복사V: 아래에 셀 붙여넣기Shift + V: 위에 셀 붙여넣기D, D: 셀 삭제Z: 셀 삭제 취소 (undo)M: 셀을 마크다운으로 변경Y: 셀을 코드로 변경H: 단축키 목록 표시Shift + M: 선택된 셀 병합ㅇ 편집 모드 (Edit mode)Esc: 편집 모드 종료 (명령 모드로 전환)Ctrl + Enter: 셀 실행Shift + Enter: 셀 실행 및 다음 셀로 이동Ta..

CUDA 다운로드 및 설치cuDNN 다운로드 및 설치Python 설치Tensor Flow 설치Tensor Flow GPU 인식 확인ㅇ 적용 예시 (하위 4종의 버전 호환이 중요!)CUDA ToolkitNVIDIA에서 제공하는 병렬 컴퓨팅 플랫폼11.2CUDA 다운로드cuDNN딥러닝을 위한 NVIDIA의 GPU 가속 라이브러리8.1cuDNN 다운로드Python범용 프로그래밍 언어3.8.6Python 다운로드TensorFlow오픈 소스 딥러닝 프레임워크(or PyTorch)2.10.0TensorFlow 설치 가이드ㅇ 준비하드웨어 준비GPU가 장착된 컴퓨터를 준비합니다. NVIDIA GPU드라이버 설치NVIDIA 최신 드라이버를 설치합니다. 이는 GPU가 제대로 동작하기 위해 필수입니다.NVIDIA 드라이버 ..

■ 분류 (Classification) □ MNIST  - 고등학생과 미국 인구조사국 직원들이 손으로 쓴 숫자 이미지 데이터(머신러닝 분야의 hello world) - 사이킷런 데이터들은 대부분 딕셔너리 형태 - DESCR : 데이터셋 설명 - data : 행열로 이루어진 데이터 - target : 정답값(문자로 출력되기 때문에 정수값으로 변환 필요)ㅇData 구성 - 70,000개의 이미지 (앞 60,000개는 train data, 잔여 10,000개는 test data) - 각 이미지에는 784개의 특성이 있음(28*28픽셀) - 각각의 특성이 0~255의 값을 가질 수 있음ㅇ 'X'와 'y'로 기재하는 이유? # X = mnist["data"] # y = mnist["target"] X는 매트릭스(..

오랜만의 알고리즘이다.단순히 x를 x씩 증가하는 n개의 리스트를 반환하는 문제이다. # 방법1def solution(x, n): answer = [] for i in range(1, n+1): answer += [x * i] # 리스트로 묶어줘야 리스트에 담김!!! return answer # 방법2 (캄프리헨션)def solution(x, n): answer = [x * i for i in range(1, n + 1)] return answer# 캄프리헨션은 리스트를 초기화하지 않아도 OK(반복되는 요소를 가진 새로운 리스트를 생성하고 반환)

ㅇ 사용방법import numpy as npimport pandas as pdㅇ 판다스에서 제공하는 데이터 타입- Series : 1차원 형태의 데이터 (정수, 문자열, Python 객체 등 대부분의 타입이 들어 갈 수 있음)- DataFrame : 2차원 배열 형태의 표(행과 열)로 이루어진 데이터 * 0차원 = schalar(스칼라) = 단일 값  1차원 = vector(벡터) = 리스트  2차원 = matrix(행렬) = 2중 중첩 리스트  3차원 이상 = tensor(텐서) = 3중 이상 중첩 리스트# Series>> s = pd.Series([1, 3, 5, np.nan, 6, 8])>> s0 1.01 3.02 5.03 NaN4 6.05 8.0dtype: floa..

파이썬에는 수 많은 외부 라이브러리가 있다.그 중 많이 사용되는 것은 아래 10가지 정도가 있는데,(용도나 환경에 따라 다름) 오늘은 Pandas와 자주 쓰이는 함수에 대해 알아보자 NumPy: 과학적 계산을 위한 다차원 배열 지원 및 함수 라이브러리Pandas: 데이터 조작 및 분석을 위한 유연하고 빠른 데이터 구조 및 함수를 제공하는 라이브러리Matplotlib: 데이터 시각화를 위한 풍부한 기능을 제공하는 라이브러리Scikit-learn: 기계 학습 및 데이터 분석을 위한 간단하고 효율적인 도구 모음TensorFlow 및 PyTorch: 딥러닝 및 기계 학습을 위한 오픈 소스 라이브러리Flask 및 Django: 웹 개발을 위한 각각 경량 및 전체 스택 프레임워크Requests: HTTP 요청을 보..

먼저, 파이썬은 크게 아래 3가지로 구분할 수 있다.각각 간단한 정의와 예시를 보자  1. 내장 함수 (Built-in Functions) : 내장 함수는 파이썬 인터프리터에 미리 정의되어 있는 함수로 따로 import하지 않아도 바로 사용할 수 있다.    e.g. print(), len(), max(), min() 등print("Hello, World!")길이 = len([1, 2, 3, 4, 5])최대값 = max(10, 20, 30)최소값 = min(-10, 0, 10) 2. 내장 모듈 (Built-in Modules) : 내장 모듈은 파이썬에 기본적으로 내장되어 있는 모듈을 의미하며, import 해야 사용이 가능하다.     e.g. math, random, datetime 등import ma..