내용정리

Launching the notebook server - 콘솔창에 jupyter notebook을 입력하여 시작할 수 있는데, 이렇게하면 - 명령을 실행한 디렉토리에서 주피터 서버가 시작됨 - 즉, 모든 주피터 노트북 파일이 해당 명령을 실행한 디렉토리에 저장된다. - 일반적으로 주피터 노트북이 설치된곳에서 서버를 실행하고자 할텐데, 파일 시스템을 통해 그 위치를 찾아갈 수 있다. #> jupyter notebook 입력시 브라우저에 주피터 노트북 창이 뜬다. - 디폴트 주피터 서버는 http://localhost:8888 - localhost는 컴퓨터, 8888은 서버가 통신하는 포트를 의미함. - 서버가 실행 중일 경우 언제든 localhost:8888 로 돌아올 수 있다. - 다른 서버를 실행하려 ..

What are Jupyter notebooks? - Jupyter(주피터)는 텍스트, 수학 방정식, 코드 등의 시각화를 모두 가능하게 해줌 - 공유 가능한 문서 형태로 작업이 가능한 웹 어플리케이션. - 예를 들어, LIGO 실험(https://www.ligo.caltech.edu/news/ligo20160211)에서 감지 된, - 충돌하는 두 개의 블랙홀에서의 중력파를 감지하는 코드를 직접 실행시켜 분석할 수 있다. - 데이터를 다운로드하고, 노트북에서 코드를 실행하기만 하면 실제로 중력파를 개인이 감지할 수 있다. - https://losc.ligo.org/s/events/GW150914/GW150914_tutorial.html - 주피터 노트북은 데이터 정리 및 탐색, 시각화, 머신러닝 및 빅데이..

Saving and loading environments - 타인과 작업시 내가 작업한 environment를 그대로 전달할 수 있어야, 내가 작성한 코드가 정상실행 된다. - conda env export > [environment].yaml 을 입력하면, 패키지를 YAML파일로 저장이 가능하다. - conda env export 까지만 입력하면 해당 env내의 모든 패키지(해당 파이썬의 버전 포함)를 추출 가능하다. # 해당 환경 추출 완료 - 위의 추출된 내용을 보면 모든 dependencies들이 같이 포함(버전도 포함)됨 - 추가적으로 > [name].yaml 을 입력하면 해당 YAML파일의 이름을 지정가능 - 이와같은 방법으로 YAML파일을 공유하여 다른 사용자도 해당 프로젝트의 environ..

Managing environments - 앞서 언급하였듯, conda는 프로젝트별 environment를 생성할 수 있다. - environment를 생성하려면, conda create -n [env_name] [list of packages] 과 같이 입력해주면 된다. - -n [env_name] 에서 생성하고자 하는 environment의 이름을 설정(-n : name을 의미) - 예를들어 my_env 라는 이름의 numpy environment를 설치하고 싶은 경우 - conda create -n my_env numpy # numpy environment를 생성하는 명령어 - environment를 생성시 설치할 파이썬의 버전을 지정해줄 수 있다. - 이는 2.x대 버전의 파이썬과 3.x대 버전의..

Managing Packages - 이미 Anaconda를 설치한 경우, 패키지를 관리 및 설치하는것은 매우 간단하다 - 패키지를 설치하려면 콘솔창에 conda install [package_name] 을 입력하면 된다 - 예를들어 numpy를 설치하려면 conda install numpy - 한큐에 여러 패키지들을 설치 할 수도 있다. 예를들어 conda install numpy scipy pandas - 특정 버전의 패키지를 설치하고자 하는경우 conda install numpy=1.10 과 같이 명시해주면 된다. - conda는 자동으로 하위 종속 패키지(dependencies)를 설치한다. - 예를 들어 scipy는 numpy를 필요로 하기 때문에, scipy 만 설치하면 (conda instal..

Installing Anaconda - https://www.continuum.io/downloads (WIN / MAC / Linux 등 자신의 OS에 적절한 형태로 설치해주면 됨) - 이미 파이썬이 설치되어 있는 경우, 아나콘다와 함께 제공이 됨. #> conda list 를 입력하면 설치된 모든 패키지들을 볼 수 있다. 윈도우상에서는 anaconda와 함께 몇가지들이 같이 설치되는데, - Anaconda Navigator : GUI, environments 와 패키지들을 관리하는데 사용됨 - Anaconda Prompt : 말그대로 prompt 명령어를 입력할 수 있는 command line interface - Spyder : IDE, scientific development에 관련된 패키지들이 ..

Anaconda - Anaconda를 사용하면 Data Science 작업에 자주 사용하는 패키지를 간단하게 설치할 수 있다. - 또한 여러 프로젝트에서 작업 할 때마다 그에만 적용 되는 가상 환경을 만들 수 있다. - Anaconda를 사용하면 work-flow를 단순화하고, 패키지의 복잡성 및 Python간의 잦은 버전 충돌 등의 많은 문제를 해결할 수 있다. - Anaconda는 conda, Python 및 150 개가 넘는 scientific packages와 그 하위패키지가 함께 제공되는 소프트웨어다. - conda는 패키지 및 environment manager다. - Anaconda는 Python에서 가장 일반적인 data science package가 포함되어 있으므로 용량이 큰 편이다. ..

Anaconda - 타인과 같이 협업하여 일을 하다보면 각기 다른 버전의 작업환경을 요구받는 경우가 생기게되고, - 이 때마다 내 환경을 재 설치해야 할지도 모르는 상황을 마주하게되는데, - 이 문제를 해결하기위해 우리는 '가상환경' 이라는걸 사용한다. - 이 가상환경에 해당하는 것이 virtualenv 같은것인데, 라이브러리로 관리된다. - virtual environment는 각기 다른 프로젝트마다 사용할 라이브러리를 분리시켜주기 떄문에 충돌을 피할 수 있다. - Anaconda는 data science에 두각을 나타내는데, - Conda 라는 패키지와 environment manager를 사용할 수 있게 한다. - 보통 매번 프로젝트를 새로 시작(생성)할 때마다 새로운 environment를 생성한..

Flappy Bird - Flappy Bird를 딥러닝을 이용하여 학습한 플레이를 확인 할 수 있다. - 직접 학습을 시킬수도 있지만, 우선은 학습된 모델로 확인해보자. - 플레이어에게 게임의 룰을 알려주지 않아도 스스로 시행착오(trial and error)를 거쳐 - 학습하며 게임을 진행해나감을 확인할 수 있다. 우리는 이사람(https://github.com/yenchenlin/DeepLearningFlappyBird)의 깃 repository를 이용해볼것임 하는법 : #> conda create --name=flappybird python=3.5 // flappybird의 환경변수 생성#> activate flappybird // conda 환경 입력#> conda install -c menpo ..

자율주행차 : 카메라와 센서를 통해 사물을 인식하게하고, 그것을 바탕으로 주행 결정을 내린다.그에 있어 Deep Learning은 자율주행차에 있어 가장 중요한 역할을 하는 tool 중 하나이다. 딥러닝을 사용하면 - 자동차에게 운전을 하도록 가르칠 수 있고 - 해당 도로 환경에서의 적절한 운전을 시킬 수 있다. - 예를들면, 주변에 사람들 또는 다른 차들로 둘러 싸여 있는지 등 - 또는 고속도로에서, 자동차가 고속으로 운전할 때의 적절한 운전법 등 딥러닝이 해결할수있는 문제 중 하나는 교통체증 상황에서의 적절한 운전법이다. Neural Network는 말 그대로 우리의 뇌의 정보 처리과정을 느슨하게(loosely) 컴퓨터화 하여 복원시킨 것이다.이 신경망 네트워크는 사람과 동일하게 시행착오(trial ..