지구탐사

본 포스팅은 SHP 파일에서 대한민국 geojson 파일을 얻는 방법 얻은 파일에서 부산 지역을 추출 부산 평균 집값(2018년 12월 기준)이 높은 순으로 파이썬 folium으로 시각화 에 대한 것이다. SHP 파일에서 대한민국 geojson 파일을 얻는 방법 https://blog.naver.com/PostView.nhn?blogId=kcchang61&logNo=221350672356 Folium을 이용한 데이타 시각화 오늘은 아시안게임 축구 결승전이 열렸던 역사적인 날이다. 일본에게 2대1로 우승을 하여 드디어 손흥민이 ... blog.naver.com 해당 블로그에 자세히 쓰여있다. 이것보다 자세히 적을 자신이 없다..;;; 필자는 시군구 파일을 다운 받았다. 그 후 http://mapshaper..

keras를 이용해서 데이터 분석을 하다 보면 CPU만으로는 학습이 오래걸려서 GPU를 사용하고 싶을 때가 있다. 그리고 사람들이 하도 GPU~ GPU~ 해서 CPU를 사용하여 학습 하는 것과 GPU 사용하여 학습 하는 경우 시간 차이가 얼마나 나는지 궁금증이 생기기도 한다. 이 글은 keras에서 GPU를 사용하는 방법과 사용했을 때 학습 시간 차이를 설명하고 있다. 읽기 전 몇 가지 가정이 필요하다. 독자가 NVIDIA GUP가 있다. 확인하는 방법은 여기에서. GUDA Toolkit 설치 경로를 바꾸지 않았다. Anaconda 사용법을 알고 있다. 위의 가정이 성립한다면 아래로 내려가자. keras에서 GPU를 사용하는 방법을 간략하게 설명하면 다음과 같다: GUDA Toolkit설치 cuDNN 설..

파이썬을 하다보면 GPU에 대한 내용을 접하게 된다. 나에게 GPU란 게임할 때 필요한 것으로 알고 있었는데 GPU를 머신러닝을 공부하며 접하게 될 줄 몰랐다. 이 글은 GPU 여부 확인과 디스플레이 어뎁터에서 코드 52를 해결하는 험난한 여정에 대한 내용으로 필자는 window 10 pro를 사용중이다. GUP 여부 확인하기 장치 관리자에서 "디스플레이 어댑터" 더블 클릭. GPU가 있으면 드라이브가 생긴다. 없으면 GPU가 없는 걸로. 있으면 더블클릭 (필자의 경우 이 장치에 필요한 드라이버의 디지털 서명을 확인할 수 없다고 주저리 주저리 나오면서 코드 52 라고 되어 있었다.) 그럼 이제 코드 52를 해결하기 위한 험난했던 과정들을 소개한다. (정리하면 간단하지만 필자는 해결하는데 이틀걸렸다!) 1..

필자는 연구소에 입소한지 몇 개월이 되었음에도. 필자의 컴퓨터에 좋~~은 GPU가 있다는 것을 알고 있음에도. 아직까지 써보지 못한 무지랭이였다. 즉, 필자에게 GPU는 돼지 목에 진주 목걸이였다. 아직까지 GPU를 쓸만큼 데이터 분석을 해 보지 않은 탓이라고 합리화 하고 싶다. 요즘 "케라스 창시자에게 배우는 딥러닝"을 보고 있는데 5장에서 CPU만으로 학습 시키자니 시간이 걸려서 GPU를 써보고 싶어졌다! 그러나... 나는 컴퓨터 무지랭이라서 데이터 분석에 GPU를 사용데만 이틀이 걸리고 말았다. 왜 이렇게 하라는대로 했는데 안되는게 많은지!!!! 이런 무지랭이... 결론. GPU를 어떻게 사용했는지 기록으로 남겨 놓자!

이 글은 개인적으로 학습한 내용을 정리하기 위한 글입니다. 다소 불친철하거나 틀린 내용이 있을 수 있습니다. 댓글을 달아주시면 수정 보완하겠습니다. 1. anaconda 가상환경이 필요한 이유 파이썬을 시작하려고 인터넷을 뒤져보면 제일 먼저 anaconda를 설치하라고 한다. 그리고는 anaconda를 이용해서 파이썬을 사용할 수 있다. 처음에는 멋도 모르고 anaconda를 사용했었다. 책에서 시키는 대로 anaconda prompt를 열고 pip install numpy pip install matplotlib pip install sklearn .... 등을 엄청나게 설치했다. 그 상태로 책 몇 권을 보다 보면 어느 책에서에서는 numpy 버전이 1.4인데 어떤 책은 1.5라고 한다. 컴퓨터 초보자..