Python/DL&ML

구글 코랩은 다양한 라이브러리가 깔려있다. 구글 코랩은 텐서플로 및 여러가지 딥러닝과 관련된 여러가지 라이브러리가 설치되어있습니다. 그래서 그것을 선택해서 사용하기는 쉽습니다. 하지만 대부분 이 텐서플로우를 사용하기 위해서 코랩에서 직접 코드를 만지는 경우가 많습니다. 텐서플로우는 버젼이 많다. 그리고 오류도 많다. 이 딥러닝 모델을 설계 혹은 실행시키기 위해서는 텐서플로우를 사용해서 코드를 건드는 방법이 많이 있는데, 문제는 텐서플로우는 버젼 별로 그 코드의 변경 사항이 너무 상이해서 코드가 버젼별로 돌아갈 수 도 혹은 안돌아갈 수도 있다. 하위 버젼에서는 돌아가던 코드가 상위버젼에서는 돌아가지 않는 경우가 생길 수 도 있다는 뜻이다. 즉, 코드의 버젼이 큰 영향을 끼친다고 볼 수 있다. 실제로 여러가..

구글 콜랩을 모두 공유하면서 사용한다면... 개인 프로젝트로 진행하는 것이라면 굳이 콜랩을 선택하는 것은 사실상 컴퓨터 성능의 문제로 선택하는 경우를 제외하면 없을 것 같다. 하지만, 단체로 개발하는 경우(특히, 학교에서 진행하는 딥러닝 프로젝트나 졸업 작품 프로젝트)에는 코드 공유나 노트북 형식으로 아예 코드를 구성해서 단체로 한 개의 파일로 코드를 만질 수 있게 하는 것이 오히려 효율적으로 일하는 방법이 될 수 있다. 그리고 구글 드라이브 자체를 연동해서 사용하고 거기에서 사용하는 Data 파일을 싱크를 맞추는 작업을 동시에 할 수 있어서 좋다고 생각합니다. 구글 콜랩에서 구글 드라이브를 연결하는 방식 구글 코랩에서는 아래와 같은 코드만 작성하더라도 from google.colab import dri..