기계 학습 환경을 Google Colaboratory로 구축
GoogleColaboratory 설치 ~ Pytorch 등 용도
사전 환경
• Google Colaboratory는 주피터 노트북을 클라우드에서 실행합니다.
물건
• 환경 등을 공유 할 수 있기 때문에 팀 개발에 편리
• Jupyter NoteBook이나 다른 편집기 환경에서 실행해도 괜찮습니다.
• PyTorch 신경망 구현 핸드북 (Python 라이브러리 정의)
번 선택)) 미야모토 케이이치로
있습니다.
사전 환경 계속
• 환경을 만드는 것이 번거롭다고 생각하는 사람은 URL을 공유하므로,
• 거기에서 개발 환경에 들어가도 괜찮습니다.
• 나중에 Qiita에 정리하는 시간 등도 요청이 있으면 설치하므로,
• 시간이 없는 분은 스루 하십시오.
• 이 URL이 참조됩니다.
• htps //w w. 이거야. 네 t / 호 w - 토우 우세 고 오 g ぇ - 코 보라와 ry /
새 폴더 만들기
내 계정에서 앱을 추가하고 차례로 빌드합니다.
Google Colaboratory 출시 및 용도에 따라,
Pytorch, TensorFlow를 통해 장치 설정을 확인할 수 있습니다.
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
Pytorch 설치
from os import path from wheel.pep425tags import get_abbr_impl,
get_impl_ver, get_abi_tag platform = ‘{}{}-{}’.format(get_abbr_impl(),
get_impl_ver(), get_abi_tag()) accelerator = ‘cu80’ if
path.exists(‘/opt/bin/nvidia-smi’) else ‘cpu’ !pip install -q
http://download.pytorch.org/whl/{accelerator}/torch-0.3.0.post4-
{platform}-linux_x86_64.whl torchvision
```GPUの確認 import torch use_gpu = torch.cuda.is_available()
print(use_gpu)
위의 명령으로 True가 반환되면 설치 완료
Pytorch 설치
• pip install -U torch torchvision에서도 설치할 수 있습니다.
그러나 각 라이브러리의 버전이 다르면 오류가 표시됩니다.
자세한 것은 이쪽
• Google Colaboratory에서 PyTorch
• htps : // 코 m/후쿠이 t/있어 ms/342f5c8에c84에978후 d3b
• Google Colaboratory 시작
• htps : // 코 m / 코키 _ 오 ts 단 d /
PyTorch를 사용한 선형 회귀
• PyTorch는 기계 학습 라이브러리이므로 데이터 세트를 사용한 간단한 모델링
하지 않는 것은 끝나지 않습니다.
• Kaggle에서 공개된 데이터 세트를 사용하여 PyTorch에서 간단한 선형 회귀
해보자.
• 사용하는 데이터는 Ramen Ratings를 사용합시다. 데이터의 이용은 kaggle의 등록이 필요합니다. 회원등록(또는 로그인 후)에 아래의 URL에서 데이터 다운
드를 부탁드립니다.
• → htps //w w. 꺄gぇ. 코 m / 레시 덴 t 마리오 / 라멘 - 라친 gs
• 다운로드한 파일은 ZIP 형식입니다. 압축을 풀고 "ram-ratings.csv"를
Jupyter Notebook에서 접근하기 쉬운 장소에 저장하십시오.
Reference
이 문제에 관하여(기계 학습 환경을 Google Colaboratory로 구축), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/Kaji_____/items/fb5085366fa57aaebb9d텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)