본문 바로가기
[Python] Tensorflow-gpu 쉽게 사용하는 법! tensorflow-gpu 설치하기 conda install -c anaconda tensorflow-gpu==2.6.0 # tensorflow-gpu 버전은 본인 환경에 맞게 설정, python=3.7 # -c anaconda를 꼭 붙여줘야 함 # 위 코드 실행 시 아래 사진처럼 설치할 패키지 중 cuda와 cudnn이 포함되어 있음 GPU 사용 가능 여부 확인하기 import tensorflow as tf from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) # 출력 화면에 GPU가 있다면 성공! CPU만 있으면 실패... :( # memory_limit: GPU 메모리 사양 GPU 사용 완료 후 메.. 2022. 2. 16.
[머신러닝] 프로젝트 전략 (3): Train / Dev / Test set [Andrew Ng 교수님의 머신러닝 전략 시리즈] 2022.01.23 - [데이터과학] - [머신러닝] 프로젝트 전략 (1): Orthogonalization 2022.01.24 - [데이터과학] - [머신러닝] 프로젝트 전략 (2): Evaluation Metric 2022.02.09 - [데이터과학] - [머신러닝] 프로젝트 전략 (3): Train / Dev / Test set 본 포스팅에서는 앤드류 응 교수님의 세번째 머신러닝 전략을 소개한다. 이번에는 Train/Dev/Test set을 어떻게 효과적으로 나눌 것인가에 대해 다룬다. 하나씩 살펴보자. 1. Dev / Test Distribution Dev set과 Test set의 분포가 같아야 한다. Dev set과 Test set의 분포가 .. 2022. 2. 9.
[Python] 꿀팁 모음! 1. 내 PC에 Tensorflow-GPU 설정하기 https://theorydb.github.io/dev/2020/02/14/dev-dl-setting-local-python/ [Setup] 딥러닝 개발 환경 구축 한방에 끝내기 개요 딥러닝이라는 긴 여정을 위한 첫 단계. 딥러닝 개발 환경 구축을 위한 포스팅입니다. 환경설정으로 인한 시간낭비를 최소화 하고자 대부분의 내용을 총정리합니다. 목차 사전 확인사항 및 theorydb.github.io 2. Colab 사용하기 https://theorydb.github.io/dev/2019/08/23/dev-ml-colab/ [Colab] Google Colab (코랩) 환경설정 및 사용법 개요 파이썬을 활용한 머신러닝의 첫 관문! 구글 Colab(코랩)의 환.. 2022. 1. 30.
[머신러닝] 프로젝트 전략 (2): Evaluation Metric [Andrew Ng 교수님의 머신러닝 전략 시리즈] 2022.01.23 - [데이터과학] - [머신러닝] 프로젝트 전략 (1): Orthogonalization 2022.01.24 - [데이터과학] - [머신러닝] 프로젝트 전략 (2): Evaluation Metric 2022.02.09 - [데이터과학] - [머신러닝] 프로젝트 전략 (3): Train / Dev / Test set 본 포스팅에서는 앤드류 응 교수님의 두번째 머신러닝 전략을 소개한다. 이번에는 평가 지표를 어떻게 설정할 것인가에 대해 다룬다. 여러 모델을 만든 다음, 그들 중 어떤 모델이 가장 성능이 좋은지를 판단하려면 비교할 수 있는 평가 지표가 있어야 한다. 이때 평가 지표는 단 하나의 수치값이어야 한다. 1. Single Numb.. 2022. 1. 24.
[머신러닝] 프로젝트 전략 (1): Orthogonalization [Andrew Ng 교수님의 머신러닝 전략 시리즈] 2022.01.23 - [데이터과학] - [머신러닝] 프로젝트 전략 (1): Orthogonalization 2022.01.24 - [데이터과학] - [머신러닝] 프로젝트 전략 (2): Evaluation Metric 2022.02.09 - [데이터과학] - [머신러닝] 프로젝트 전략 (3): Train / Dev / Test set 본 포스팅은 Coursera에 있는 Deep Learning Specialization 강의 중 세번째 섹션인 Structuring Machine Learning Projects의 내용을 정리한 글이다. 해당 섹션은 스탠포드 대학교의 교수이자 중국 바이두의 부사장인 앤드류 응(Andrew Ng) 교수님의 딥러닝 프로젝트 노.. 2022. 1. 23.
[추천시스템] Multi-Armed Bandit [추천시스템 시리즈] 2021.08.30 - [데이터과학] - [추천시스템] 비개인화 추천 알고리즘 - 인기도 기반 추천 2021.09.01 - [데이터과학] - [추천시스템] 성능 평가 방법 - Precision, Recall, NDCG, Hit Rate, MAE, RMSE 2021.09.08 - [데이터과학] - [추천 시스템] Matrix Factorization (SGD) 2021.09.28 - [데이터과학] - [추천시스템] Alternating Least Square (ALS)를 활용한 Matrix Factorization 2021.10.18 - [데이터과학] - [추천시스템] Multi-Armed Bandit MAB의 등장 배경은 카지노에 있는 슬롯머신과 관련있다. Bandit은 슬롯머신을,.. 2021. 10. 18.
[추천시스템] Alternating Least Square (ALS)를 활용한 Matrix Factorization [추천시스템 시리즈] 2021.08.30 - [데이터과학] - [추천시스템] 비개인화 추천 알고리즘 - 인기도 기반 추천 2021.09.01 - [데이터과학] - [추천시스템] 성능 평가 방법 - Precision, Recall, NDCG, Hit Rate, MAE, RMSE 2021.09.08 - [데이터과학] - [추천 시스템] Matrix Factorization (SGD) 2021.09.28 - [데이터과학] - [추천시스템] Alternating Least Square (ALS)를 활용한 Matrix Factorization 2021.10.18 - [데이터과학] - [추천시스템] Multi-Armed Bandit 본 포스팅에서는 Matrix Factorization의 학습 속도를 매우 향상시킨 .. 2021. 9. 28.
[추천 시스템] Matrix Factorization (SGD) [추천시스템 시리즈] 2021.08.30 - [데이터과학] - [추천시스템] 비개인화 추천 알고리즘 - 인기도 기반 추천 2021.09.01 - [데이터과학] - [추천시스템] 성능 평가 방법 - Precision, Recall, NDCG, Hit Rate, MAE, RMSE 2021.09.08 - [데이터과학] - [추천 시스템] Matrix Factorization (SGD) 2021.09.28 - [데이터과학] - [추천시스템] Alternating Least Square (ALS)를 활용한 Matrix Factorization 2021.10.18 - [데이터과학] - [추천시스템] Multi-Armed Bandit 본 포스팅에서는 추천 시스템에서 가장 많이 사용되는 Matrix Factorizat.. 2021. 9. 8.
[추천시스템] 성능 평가 방법 - Precision, Recall, NDCG, Hit Rate, MAE, RMSE [추천시스템 시리즈] 2021.08.30 - [데이터과학] - [추천시스템] 비개인화 추천 알고리즘 - 인기도 기반 추천 2021.09.01 - [데이터과학] - [추천시스템] 성능 평가 방법 - Precision, Recall, NDCG, Hit Rate, MAE, RMSE 2021.09.08 - [데이터과학] - [추천 시스템] Matrix Factorization (SGD) 2021.09.28 - [데이터과학] - [추천시스템] Alternating Least Square (ALS)를 활용한 Matrix Factorization 2021.10.18 - [데이터과학] - [추천시스템] Multi-Armed Bandit 이번 포스팅에서는 대표적인 추천시스템의 성능 평가 방법들을 소개한다. 평가에는 여러.. 2021. 9. 1.