jupiter의 경우 local host를 기반으로 브라우저를 열어서 작동한다. 만약 local이 아니라 구글로 들어가면 clab이 켜진다. 이 경우, 리소스는 구글쪽에서 이용하고 우리쪽에서는 이용안한다.
gound true data : 기준값
라이브러리등 및 라이브러리를 기준을 볼때 틀린 경우를 확인하기 위하여 확인하는 어떤 참조값
!pip install matplotlib | tail -n 1
- !의 의미 : 주피터노트북에서는 달아준다
- |의 의미 : 앞의 속성을 넘겨주는 기능
: pip install matplotlib을 '주피터노트북'에서 설치하는데 "그" "끝"의 "1"줄을 출력해서 보여줘
# array 함수를 통한 벡터(1계 배열) 변수의 정의
n1 = np.array([1, 2, 3, 4, 5, 6, 7])
# 요소 수 확인
print(n1.shape)
-> (7,)
이는 numpy가 벡터가 아닌 모두 행렬로 인식한다 만약 벡터를 원한다면 (7,1)로 정확하게 정의해야한다.
But, Tensor처럼 GPU연산을 하려면 백터형으로 (7,1)처럼 정확하게 제시해야한다
numpy의 경우에는 cpu연산이라 알빠아니긴하다!
Hamming distance : ex) https://www.cl.cam.ac.uk/~jgd1000/afghan.html
# 2개의 넘파이 배열 준비
# 정답
yt = np.array([1, 1, 0, 1, 0, 1, 1, 0, 1, 1])
# 예측 값
yp = np.array([1, 1, 0, 1, 0, 1, 1, 1, 1, 1])
# 내용 출력
print(yt)
print(yp)
가상환경을 쓰는 이유
OS하단에 공간을 할당하여 라이브러리의 충돌을 막고 OS 작동이 가능하도록 만들기 위해서
CUDA는 GPU버전에 맞도록 설정해야한다.
%matplotlib inline 에서 %의 의미는 주피터의 셀 안쪽에 나오기 위한 기능이다.이럴 경우 출력창이 셀 안쪽(inline)에 나오게 된다!