차밍이

아나콘다에서 python 32bit 가상환경을 구축하는 방법을 알아보겠습니다. Anaconda prompt를 실행해주고 아래의 명령어를 입력해줍니다. # 아나콘다 32bit로 설정 set CONDA_FORCE_32BIT=1 # 가상환경 설치 conda create -n 가상환경이름 anaconda # 3.5버전 파이썬 설치 conda create -n py35_32 python=3.5.6 anaconda 증권사 API와 연동한 python 개발을 위해서는 32bit 개발환경이 필요합니다. 일반적으로 사용하는 64bit를 지원하지 않습니다. 추가적으로 파이썬을 3.5버전을 사용한 이유는 zipline을 사용하기 위해서입니다. zipline과 quantopia 라이브러리를 사용하기 위해서는 python 3...

파이썬 pip 명령어 모음 기본적인 pip 명령어들을 모아두었습니다. pip --version pip 버전 확인 pip list 설치된 패키지 목록 확인 python -m pip install --upgrade pip pip 업그레이드 pip install --upgrade pip 상기동일 pip install 패키지이름 패키지 설치 pip install 패키지이름==1.0 패키지 1.0버전 설치 pip uninstall 패키지이름 패키지 삭제 pip search 패키지이름 패키지 검색 pip install --upgrade 패키지이름 패키지 업그레드 python --version 파이썬 version 확인 python 실행 후 exit() 파이썬 version 확인, 32/64비트 확인

아나콘다를 다루면서 궁금한 명령어들이 많았습니다. 필요에 따라 찾는 것보다 한번 어떤 것들이 있는지 쭉 찾아보았습니다. 활용할 수 있는 것을 기억해두었다가 나중에 활용하면 좋을 것 같습니다. conda --version 아나콘다 버전확인 conda install numpy numpy 설치 conda install numpy selenium scipy numpy, selenium, scipy 동시 설치 conda install numpy=1.2 numpy 특정 버전(1.2) 설치 conda remove numpy numpy 제거 conda update conda conda 업데이트 conda update -all 모든 패키지 업데이트 conda list 설치된 패키지 목록 보여주기 conda list nu..

목차 1. 아나콘다 가상 환경 만들기 아나콘다에 가상환경을 구성하도록 합니다. tf2.0이라는 이름을 가진 파이썬 가상 환경을 만들었습니다. conda create -n tf2.0 python 자세한 내용은 이전 글을 통해서 확인해주세요. > 가상환경 만들기 : [Anaconda] 가상 환경 만들기 + 필요한 이유 > 아나콘다 설치하기 : Python 설치하기, 아나콘다 설치하기, jupyter notebook 설치 2. 가상환경 활성화 가상 환경을 활성화합니다. 활성화되면서 앞의 이름이 바뀐 것을 확인할 수 있습니다. conda activate tf2.0 3. 가상환경에 jupyter notebook 설치하기 pip install jupyter notebook pip install ipykernel j..

목차 0. 가상 환경이 필요한 이유 아나콘다에서 가상환경을가상 환경을 설정해서 작업을 진행할 수 있습니다. 우리는 왜 가상 환경을 만들어서 작업을 진행할까요? 한마디로 요약하자면 "독립적인 작업환경에서 작업할 수 있다." 로 얘기할 수 있습니다. 프로젝트를 진행하다보면 여러 라이브러리, 패키지를 다운로드하여서 사용하게 됩니다. 그러다 보면 각 라이브러리들끼리 충돌을 일으키는 문제를 발생시키는 경우가 꽤 있습니다. 또는, 특정 버전과 호환하는 경우가 생겨서 최신 버전과 이전 버전 중 선택해야 하는 상황이 발생됩니다. 이러한 문제가 발생된 경우에 있어서 잘못하면 전부 삭제하고 다시 설치해야 하는 경우가 많습니다. 이를 방지하기 위해서 프로젝트 단위로 가상환경을 구성해서 필요한 라이브러리를 설치해서 작업을 진..

텐서플로우 기초 실습하기 #3 이전 글에서는 단순 선형 회귀 모델을 바탕으로 regression 문제에 대해서 공부하였습니다. 이번 시간에는 로지스틱 회귀모델을 바탕으로 classification 모델을 만들어 보겠습니다. 이전 글 [텐서플로우/기초] 단순 선형회귀 모델 및 손실 함수 시각화 [텐서플로우/기초] 경사 하강법 구현 본 글에서는 텐서플로 1.15.0 버전을 사용하였습니다. import tensorflow as tf tf.__version__ >> 1.15.0 로지스틱 로지스틱 회귀(logistic regression)는 독립 변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는데 사용되는 통계 기법입니다. 독립 변수의 선형 결합으로 종속변수를 설명하는 관점에서 선형 회귀 분석과 유사합니..

텐서플로우 기초 실습하기 #2 목차 경사 하강법 경사 하강법(傾斜下降法, Gradient descent)은 1차 근삿값 발견용 최적화 알고리즘이다. 기본 개념은 함수의 기울기(경사)를 구하여 기울기가 낮은 쪽으로 계속 이동시켜서 극값에 이를 때까지 반복시키는 것이다. [1] (출처 위키백과) 함수에서 주변부의 기울기가 가장 낮은 쪽으로 이동하는 방법입니다. 가장 경사가 급하게 감소하는 방향으로 움직인다고 생각하시면 됩니다. (주의할 점은 가장 낮은 값인 이유는 양의 값의 경우는 기울기가 커지는 값입니다.) 경사도, 기울기를 구하기 위해서는 미분이 필요합니다. 경사 하강법은 cost function(비용 함수)를 MSE 방식을 사용합니다. 아래와 같은 방식으로 표현하는 경우가 많습니다. 경사 하강법 수식 ..

텐서플로우 기초 실습하기 #1 Tensorflow Tensorflow 에 대한 기초적인 내용을 공부하고 실습한 내용을 바탕으로 글을 작성할 예정입니다. 기존 텐서플로 1.x 버전들에 대한 자료들이 훨씬 많이 있기 때문에 1.x 버전 내용을 먼저 공부하고 이후에 2.x 버전을 공부할 예정입니다. import tensorflow as tf tf.__version__ >> 1.15.0 본 글에서는 텐서플로 1.15.0 버전을 사용하였습니다. 선형 회귀 통계학에서, 선형 회귀(linear regression)는 종속 변수 y와 한 개 이상의 독립 변수 x와의 선형 상관관계를 모델링하는 회귀분석 기법을 의미합니다. 독립 변수 x가 한 개이면 단일 변수 선형 회귀 or 단순 선형 회귀 모델이라고 부릅니다. 둘 이상..

Intro Dacon의 AIFrenz 시즌1 온도 추정 경진대회에 참여한 차밍입니다. 2020년 03월 01일 ~ 2020년 04월 13일의 기간 동안 진행된 대회가 종료되었습니다. 총 972팀이 참여하였으며, 총상금 250만원! 마지막까지 치열하게 코드를 제출해서 점수를 갱신하는 모습을 볼 수 있었는데요. 다들 정말 대단한 것 같습니다. 특히나 혼자서도 우수한 결과를 보이신 '최상혁'님과 '먕'님 대단합니다. 소감 및 정리 대회의 팀명으로는 Python이라는 팀명을 사용해서 진행했습니다. 어제 13일 날로 대회 제출이 마감되었고 최종 결과가 발표되었습니다. 가채점 결과 1.49684 점수로 5등까지 달성했습니다. 하지만 아쉽게도 최종 순위에서는 4.33점으로 9등으로 떨어졌습니다. 막 대회가 종료되었을..

The candy war 문제 알고리즘 유치원 선생님인 영희는 간식시간이 되자 아이들에게 사탕을 나누어 주려고 하였다. 하지만 욕심 많고 제멋대로인 유치원 아이들은 차례대로 받으라는 선생님의 말을 무시한 채 마구잡이로 사탕을 집어 갔고 많은 사탕을 집어 간 아이가 있는가 하면 사탕을 거의 차지하지 못하고 우는 아이도 있었다. 말로 타일러도 아이들이 말을 듣지 않자 영희는 한 가지 놀이를 제안했다. 일단 모든 아이들이 원으로 둘러앉는다. 그리고 모든 아이들은 동시에 자기가 가지고 있는 사탕의 절반을 오른쪽 아이에게 준다. 만약 이 결과 홀수개의 사탕을 가지게 된 아이가 있을 경우 선생님이 한 개를 보충해 짝수로 만들어 주기로 했다. 흥미로워 보이는 이 놀이에 아이들은 참여했고 이 과정을 몇 번 거치자 자연..