구글이 제공하는 주피터 노트북.
딥러닝 분야는 연산 비용이 높아 컴퓨터 성능이 중요한데 코랩을 사용하면 구글 클라우드의 가상 서버를 마음껏 활용할 수 있다.
코랩
: 구글에서 교육, 과학 목적으로 개발한 도구. 파이썬 코드 실행 및 텍스트, 그래프 작성 가능
코드 셀
, 텍스트 셀
: 텍스트 셀은 마우스 더블클릭 또는 Enter를 눌러 수정할 수 있음
텍스트 셀
추가: 셀 아래 경계 중앙에 두면 나오는 셀 추가 버튼 클릭
코드 셀
실행: 좌측 플레이버튼 or ctrl
+Enter
셀 삭제: Ctrl
+ M
D
셀 실행 후 다음 셀로 이동: shift
+ enter
셀 실행 후 새로운 셀 삽입: alt
+ enter
단축키 설정: 도구
- 단축키
또는 ctrl
+ M
H
명령 팔레트: 도구
- 명령팔레트
or ctrl
+ shift
+ p
노트북 저장: 파일
- 드라이브에 사본 저장
노트북 위치 확인: 파일
- 드라이브에서 찾기
노트북 열기: 노트북 위에서 마우스 오른쪽 버튼 - 연결앱
- Colaboratory
파이썬의 핵심 과학 패키지
많은 머신러닝, 딥러닝 패키지가 넘파이를 기반으로 구현되어 있으며, 넘파이 인터 페이스를 계승하고 있어 꼭 익히는 것이 좋음
파이썬 리스트로 만든 배열은 배열의 크기가 커질수록 성능이 떨어진다.
넘파이는 저수준 언어로 다차원 배열을 구현하여 배열의 크기가 커져도 높은 성능을 보장함
리스트에 숫자, 문자열을 함께 사용할 수 없음
import numpy as np
# 2차원 배열
my arr = np.array([[1, 2, 3], [4, 5, 6]])
# 넘파이 배열 여부 확인
type(my_arr)
# 배열 요소 확인
my_arr[0][1]
파이썬 과학 생태계의 표준 그래프 패키지
import matplotlib.pyplot as plt
x축 값, y 축 값을
plot()
함수에 전달
show()
함수를 이용하여 그래프 출력
import matplotlib.pyplot as plt
# y = x^2 구현
plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.show()
x축, y축 값을 이용하여 점으로 그래프를 그린 것
import matplotlib.pyplot as plt
plt.scatter([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.show()
import numpy as np
import matplotlib.pyplot as plt
x = np.random.randn(1000)
y = np.random.randn(1000)
plt.scatter(x, y)
plt.show()
박해선, 『Do it! 정직하게 코딩하며 배우는 딥러닝 입문』, 이지스퍼블리싱(주)