글을 잠깐 혼자 써봤던 진성 프로그래머 글을 잠깐 혼자 써봤던 진성 프로그래머

가상환경(venv)이나 현재 파이썬에 pip로 설치된 패키지에 대한 정보를 requirements.txt라는 하나의 파일로 만들 수 있습니다. requirements.txt를 사용하면 또 다른 가상환경(venv) 혹은 다른 파이썬 환경에서 똑같은 패키지를 설치해야 하는경우 단 한번의 명령어로 requirements.txt.에 정의되있는 패키지들을 설치할 수 있습니다. pip freeze 명령어를 통해 requirements.txt를 생성할 수 있습니다. $ pip freeze > requirements.txt -r 옵션을 통해 requirements.txt에 정의되있는 패키지들을 설치할 수 있습니다. $ pip install -r requirements.txt 도움되셨다면 광고 클릭은 사랑입니다 :)

# 먼저 apt 업데이트 1. sudo apt-get update #필요한 패키지들도 미리 설치해주세요 2. sudo apt-get install -y make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev #그리고 3. git clone https://github.com/pyenv/pyenv.git ~/.pyenv #그다음에 ~/.bashrc 환경설정 추가 4. 환경변수 추가 export PYENV_ROOT="$HOME/.pyenv" export PATH="$PYENV_ROOT/bin:$PATH..

계속해서 공부해야지 해야지 했던 인공지능 관련 개발을 동빈나님 유튜브 채널을 통해서 처음 시작하게 되었다. 처음 소개된 내용은 선형회귀 모델이다. 자세한 이론 설명은 다음을 참고하면 좋다. https://www.youtube.com/watch?v=ve6gtpZV83E&list=PLRx0vPvlEmdAbnmLH9yh03cw9UQU_o7PO&index=20 이론을 제외하고 결론을 말하면 원인과 결과를 알면 해당 내용을 학습해서 학습 모델을 만들고 원인을 입력함으로써 결과를 예측하는 것을 말한다. 해당 동빈나님의 강의는 여러가지 인자를 통해서 배추가격을 예측하는 인공지능 모델을 만들었다. 나는 현재 TSMC 주주이기 때문에 간단하게 나스닥 상승률에 따른 TSMC 상승률로 인공지능 모델을 코드로 만들어 보기로 ..

None 은 크기가 아직 정해지지 않았음을 의미하여 들어오는 인풋의 크기에 따라 유동적으로 할당이 된다는 것을 의미한다. 즉, 일단 만들고 생각하자 란 느낌.

통계 및 데이터 분석, 딥러닝을 하다 보면 스칼라, 벡터, 행렬, 텐서와 같은 다양한 데이터 유형을 다루게 됩니다. 데이터 분석은 여러 유형의 데이터 합을 구하고 빈도수와 확률을 계산하는 반복적인 작업입니다. 다양한 데이터를 대상으로 선형대수(Linear Algebra) 연산에 numpy의 sum 함수을 사용하면 매우 편리합니다. 그러나 처음 numpy의 sum 함수를 접하면 axis 파라미터 때문에 굉장히 어렵게 느껴집니다. axis를 기준으로 합을 계산하는 의미를 이해하기 어렵습니다. 이제부터 numpy의 sum 함수에서 axis가 무엇을 의미하는지 알아보겠습니다. numpy의 sum 함수 사용 예 다음 코드는 3차원 배열을 만들고, 3차원 배열의 합을 구하는 코드입니다. >>> arr = np.ar..

Numpy 1차원 배열 생성 및 append 예제 import numpy as np # 바로 생성하는 방법 arr = np.array([1,2,3,4]) # 요소를 추가하는 방법 arr1 = np.array([]) arr1 = np.append(arr1, np.array([1,2,3])) arr1 = np.append(arr1, np.array([4,5])) print(arr) # [1. 2. 3. 4.] print(arr1) # [1. 2. 3. 4. 5.] Numpy 2차원 배열 생성 및 append 예제 바로 생성하는 방법import numpy as np arr = np.array([[1,2,3],[4,5,6]]) print(arr) #[[1 2 3] # [4 5 0]] 요소를 추가하는 방법# 요소..

www.digitalocean.com/community/tutorials/how-to-serve-flask-applications-with-gunicorn-and-nginx-on-ubuntu-18-04 How To Serve Flask Applications with Gunicorn and Nginx on Ubuntu | DigitalOcean In this guide, you will build a Python application using the Flask microframework on Ubuntu 18.04. The bulk of this article will be about how to set up the Gunicorn application server and how to launch th..