일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 아이패드
- 하나은행 인턴 후기
- 하나은행
- 필기 어플
- 아이패드 필기어플
- 리퀴드텍스트
- deep learning
- Python
- 딥러닝
- TensorFlow
- 파이썬
- 아이패드 noteshelf
- 2022 하나은행 인턴 후기
- 굿노트
- 아이패드 논문 필기
- 주석 단축키
- liquid text
- 노트쉘프
- 아이패드 논문
- pytorch
- 하나은행 공채
- 아이패드 필기
- Noteshelf
- 아이패드 노트쉘프
- 프로그래머스
- 논문 필기
- 하나은행 인턴
- GPU
- windows10
- pytorch로 시작하는 딥러닝
- Today
- Total
목록Deep Learning (19)
Azure Zest
python을 이용해서 사진을 불러오고 읽어보자. 보편적으로 많이 사용되는 세가지 방법을 이용해서 불러올 수 있다. 1. Matplotlib 사용 import matplotlib.pyplot as plt a = plt.imread('./파일이름.jpg') plt.imshow(a) # 흑백으로 보고 싶을 땐, plt.imshow(a, cmap='gray') a를 출력하게 되면 숫자 array가 나오고, 만약 사진을 출력하고 싶다면 plt.imshow를 사용한다. 2. Pillow 사용 import PIL.Image as pilimg a = pilimg.open('./파일이름.jpg') a 이 때, Maplotlib와 다른 점은 plt.imread는 array로 불러온다면, Piling.open은 이미지 자..
numpy.ndarray.tobytes 먼저 numpy array에서 bytes(raw contents)로 변환시켜주는 함수를 알아보자. a 라는 배열이 이렇게 있었다고 하면, tobytes()를 실행시켰을 때 다음과 같은 결과가 나온다. 이와 같이 array를 raw data로 바꿔주고 싶으면 tobytes() 함수를 쓰면 된다. 바꾸고 싶은 array.tobytes() numpy.frombuffer 개인적으로 위의 경우는 찾아보면 참고할 것들이 많이 나왔지만, 반대의 경우에서 유용한 함수를 잘 찾지 못했던 것 같다. 반대로 raw data에서 array로 값을 얻고 싶을때는 다음과 같이 frombuffer() 함수를 쓰면 된다. 위의 a 와 비교해보면 같은 값이 나오는 것을 확인할 수 있다. np.f..
ValueError: Object arrays cannot be loaded when allow_pickle=False 코드를 돌리던 중, 결과를 확인하려고 np.load를 이용했지만, 갑자기 위의 오류가 뜨면서 로드되지 않았다. 검색을 통해 찾아보니, 해당 allow_pickle을 True로 바꿔주어 사용하면 오류를 해결할 수 있었다. import numpy as np ## 먼저 기존의 np.load를 np_load_old에 저장해둠. np_load_old = np.load ## 기존의 parameter을 바꿔줌 np.load = lambda *a,**k: np_load_old(*a, allow_pickle=True, **k) 위의 코드를 이용하여 기존의 np.load를 바꿔주고, 다시 기존의 것을 사..
tensor 안의 값 확인하기 1. tf.Session 클래스 이용하기 Tensorflow 연산들을 실행하기 위한 클래스인 tf.Session을 이용하는 방법이다. Session 객체는 Operation 객체가 실행되고, Tensor 객체가 계산되는 환경을 보여준다. 따라서 tensor를 보고 싶을 때, 다음과 같이 적어주면 값을 확인할 수 있다. sess = tf.Session() value = sess.run(알고 싶은 tensor) print(value) 조금 시간이 오래 걸릴 수 있긴 하지만, 값을 확인할 수 있는 간편하고 대부분이 알고 있는 방법이다. 다만, 값을 확인할 때마다 세션을 돌려야한다는 단점이 있다. 2. tf.enable_eager_execution() 이용하기 다음은 위의 tf.S..
Jupyter Notebook - Markdown 사용하기 notebook 생성하기 앞서 했던 포스팅에서 jupyter notebook을 실행시켰다면, 다음과 같은 화면이 뜬다. 그러면 New를 눌러 Python 3을 실행시키면, 파이썬을 쓸 수 있는 노트북이 생성된다. Untitled.ipynb 이런 형식으로 저장이 될텐데, 실행시켜보면 두 번째 사진과 같이 바로 파이썬 코드를 쓸 수 있도록 되어 있다. Markdown 마크다운은 텍스트 기반의 마크업 언어로 html으로 변환이 가능하다. 문법이 매우 간단한 구조로 되어 있기 때문에 쉽게 익힐 수 있고, 웹에서도 빠르게 작성하여 직관적으로 인식할 수 있다. 주피터 노트북을 사용하면서, 물론 바로바로 코드를 실행시킬 수 있다는 장점도 있었지만 이 마크다운..
Jupyter Notebook 사용하기 파이썬 코드의 경우, 코드를 다 작성하고 실행해야한다는 점에서 디버깅을 하기 불편하다는 단점이 있다. 이를 개선하기 위한 게 바로 Jupyter Notebook이다. Jupyter Notebook은 블럭 단위로 실행해보고, 그 결과를 바로바로 확인해볼 수 있다. 이 Jupyter Notebook을 사용하기 위해 아나콘다를 깔았는데, 사용해보도록 하자. Jupyter Notebook 실행 Jupyter Notebook을 실행시키는 두 가지 방법이 있다. 우선 첫번째 방법은 시작(윈도우 모양)을 누르고, Anaconda3 (64 bit)를 눌러 Jupyter Notebook을 실행시킨다. 그럼 이렇게 Jupyter Notebook이 실행이 된다. 두 번째 방법은 검색창..
Linux에서 GPU 할당하기 리눅스에서 GPU를 정하는 것은 쉽다. 코드를 돌릴 때, 앞에 CUDA_VISIBLE_DEVICES 를 붙이기만 하면된다. 아래와 같이 숫자는 각각 0부터 하나씩 지정이 되어 있을테니, 숫자를 바꿔서 각각 GPU에서 다른 코드를 돌려볼 수 있다. $ CUDA_VISIBLE_DEICES=0 python main.py Windows에서 GPU 할당하기 기본적으로 윈도우에서는 리눅스 명령어가 먹히지 않으므로, 저 명령어가 먹히지 않는다. 따라서 실행시킬 코드 위에 아래 코드를 적어 놓는다. 당연히, 리눅스에서도 아래의 코드를 미리 적어놓으면 앞에 CUDA_VISIBLE_DEVICES를 붙이지 않고, 바로 GPU를 할당할 수 있다. 위와 마찬가지로 숫자를 다르게 써서, 선택할 수 ..
윈도우10 아나콘다 설치 아나콘다를 깔 때, 최신 버전으로 깔고 싶다면 그래도 되지만, tensorflow랑 현재 가장 잘 연동이 되는것은 파이썬 3.6 버전의 아나콘다 5.2.0 버전인 것 같다. 따라서 아나콘다 archive로 이동하여 해당하는 버전의 아나콘다를 설치한다. Anaconda Python/R Distribution - Anaconda The open-source Anaconda Distribution is the easiest way to perform Python/R data science and machine learning on Linux, Windows, and Mac OS X. With over 11 million users worldwide, it is the industry ..
1. Anaconda 설치하기 먼저 아래의 링크를 타고, anaconda 설치 스크립트 파일을 다운받는다. 현재 버전에 해당하는 아나콘다를 받을 시에는 위의 링크로, 기존의 다른 버전의 아나콘다를 다운받을 시에는 밑의 링크를 타면 된다.(파이썬 3.6을 받으려면 Anaconda3-5.2.0이 제일 알맞은 것 같다.) 현재 아나콘다 version 다운받기 Anaconda Python/R Distribution - Anaconda The open-source Anaconda Distribution is the easiest way to perform Python/R data science and machine learning on Linux, Windows, and Mac OS X. With over 11 ..