목록분류 전체보기 (9)
Data Science Learner

Python에서도 마치 자바의 Bean과 같은, 오직 데이터만을 담는 객체 생성을 편리하기 위한 Dataclass라는 문법이 존재한다. 파이썬에서 dataclass는 데코레이터의 일종이며, 위의 예제와 같이 class 명 위에 @dataclass를 적어줌으로써 선언된다. 이렇게 적어주면, __init__, __repr__, __eq__등의 메서드를 자동으로 정의해주는 역할이다. - 기본 기능 외, dataclasses.field를 이용하면 각 변수에 대해 추가적인 설정도 가능하다. (default_factory, repr여부 등) 단순히 데이터를 담는 DTO (스러운..?) 역할을 하는 객체를 만들기 편할 듯 하다. 단, 유의해야할 것은 Python 3.7부터 포함되었다. Python 3.6에서 Data..

eBEST API를 이용하여 개발&운용하다보니, 백테스트와 실전의 괴리가 생각보다 큰 것을 체감. 대신증권의 Creon API가 사용하기 좋다는 소문을 들어 테스트 해보기로 결정. 아래의 링크에서 설명을 볼 수 있다. https://money2.creontrade.com/E5/WTS/Customer/GuideTrading/CW_TradingSystemPlus_Page.aspx?m=9505&p=8815&v=8633 크레온플러스 - 크레온 Plus API는 대신증권에서 제공하는 투자정보, 주문 플랫폼을 이용하여 나만의 프로그램을 만들어 볼 수 있는 Open API입니다. 특히 VB, C#, 엑셀, VC, 파이썬 등 다양한 언어를 지원하며, 주식/선물/옵션/야간선물/야간옵션/해외선물 정보를 실시간으로 제공받을..

1. cuDNN 설치하기 NVIDIA cuDNN은 심층 인공신경망 Deep Neural Network의 가속화된 연산을 도와주는 NVIDIA의 라이브러리이다. 그래서 이름도 cuDNN (cuda Deep Neural Network) 이다. cuDNN이 꼭 없어도, CUDA만으로 GPU가속이 어느정도는 되겠지만, Neural Network에 최적화된 연산을, 고속 GPU 연산을 경험하고 싶다면 설치해 보자. https://developer.nvidia.com/rdp/cudnn-download (NVIDIA 계정 로그인 필요) 다운로드를 받고 나면, 뜬금없이 압축 파일이 생길 것이다. 이 파일을 적당한 위치 (C:\cudnn\)에 압축을 풀어놓자. 적당한 위치에 압축을 풀어놓았으면, cuDNN 설치 절차는 ..

본 설치 과정을 모두 진행함으로써 설치하려는 ML, DL 라이브러리는 아래의 세 가지이다. 1. ML계의 대부 scikit-learn 2. DL계의 쌍두마차 pytorch, tensorflow 이 중, scikit-learn은 Anaconda에서 환경을 구성 시에는 자동으로 포함하여 설치해준다. 싸이킷런은 GPU버전이 따로 존재하지 않아, Nvidia 관련 설치과정과는 무관하다. 딥러닝 라이브러리인 파이토치(pytorch)와 텐서플로(tensorflow)는 모두 GPU 가속화 버전이 존재한다. 앞선 과정인 Nvidia Driver 설치는 기본 과정으로, 라이브러리와 종속성이 없지만, 이번 절차인 CUDA설치과 cuDNN 설치의 경우 종속성이 존재하기 때문에 안정적으로 한번에 설치를 끝내기 위해, 우선적으..

https://www.nvidia.com/Download/index.aspx?lang=kr NVIDIA 드라이버 다운로드 www.nvidia.com 위 링크에서, 자신의 그래픽 카드와 운영체제 (OS)의 버전을 선택하여 '검색' 하여 최신 GPU드라이버를 다운로드 받는다. 내가 사용하는 그래픽카드와 OS는 Geforce 1060 (3GB) 와 Windows 10 (64bit) 이었다. 적당한 위치에 드라이버 설치파일을 받고 실행한다.. 드라이버 설치 과정은 알아서 잘 .. 넘어가서 완료하면 된다. (특이사항 없음)
나는 필요한 가상 환경이 3.5, 3.6 두 가지 버전의 Python 이다. 아래의 명령어로 쉽게 생성할 수 있었다. 물론 명령어의 실행은 Anaconda Prompt (Base)로 하였다. $ conda create -n py35 python=3.5 anaconda $ conda create -n py36 python=3.6 anaconda $ conda create -n my_toy_py37 python=3.7 anaconda -n 다음에 오는 변수가 생성할 환경 env의 이름이며, -python= 뒤의 숫자를 변경하면 생성할 환경의 python 버전을 바꿀 수 있다.

https://www.anaconda.com/distribution/ Anaconda Python/R Distribution - Anaconda The open-source Anaconda Distribution is the easiest way to perform Python/R data science and machine learning on Linux, Windows, and Mac OS X. With over 11 million users worldwide, it is the industry standard for developing,… www.anaconda.com 위의 홈페이지가 공식 Anaconda 홈페이지의 다운로드 페이지이다. 조금 스크롤을 아래로 내려보면, 다음과 같이 본인의 OS와 깔..
Anaconda가 아무래도 자꾸 말썽을 일으킨다. 너무 오래된 것 같기도 하고, 내부가 꼬인 것 같다. 어차피 보존해야할 것은 기존에 개발하던 가상환경 (py34, py35 등)이니 생성한 가상환경들에 대한 정보만 보존할 수 있다면, 아예 아나콘다를 삭제 후 재설치하여도 문제가 없을 것 같다. 아나콘다 가상환경 env 를 파일로 export하는 명령어는 다음과 같다. (가상환경 백업) $ conda env export > D:\env_backup\py35.yml 여기서 이 명령어를 시행하는 Prompt는 백업할 env의 프롬프트이어야 한다. (즉, "py35" 라는 환경의 Prompt를 실행 후, 해당 명령어 실행) 나는 py35가 환경이름이며 백업파일 이름이지만, 명령어 뒤에 py35.yml을 다른 파..