여행자의 책

로컬에서 pyspark를 돌릴 때의 문제 환경변수로 JAVA_HOME이 안잡혀있을 때 걸리는 문제로 자바 bin이 있는 곳으로 환경변수를 잡아주면된다. 아래글을 참조 cocook.tistory.com/29 Mac Terminal 에서 conda 안될 때 Mac Terminal에서 conda 명령어가 안될 때 해야되는 일 1. 아래 명령어를 통해 conda를 환경 변수로 추가해준다. export PATH="/Users/username/anaconda3/bin:$PATH" # 이거 또는 아래 두개 source /etc/profile.. cocook.tistory.com

%load_ext tensorboard %tensorboard --logdir {'로그있는 디렉토리'} %load_ext tensorboard %tensorboard --logdir {'로그있는 디렉토리'} 만약 체크포인트가 여러개의 폴더로 나눠져 있는 경우 라면 상위 디렉토리를 지정해서 볼 수 있다. 가령 아래와 같이 디렉토리가 있다면 log1 |-R1 |-R2 |-R3 %load_ext tensorboard %tensorboard --logdir {'./log1/'} %load_ext tensorboard %tensorboard --logdir {'./log1/'} 이런 식으로 잡으면된다.

프로젝트를 하면서 텐서보드를 사용할 일이 있었는데 구글에는 온통 케라스를 이용한 텐서보드밖에 없었다. 내가 필요한건 케라스가 아니라 텐서플로우로 구현한 Lasso와 Ridge였다. 직접해보고 적는 코랩으로 텐서플로우만을 이용한 텐서보드 사용하기 tensorflow session을 이용해서 tensorboard를 사용하려면 4가지만 기억하자 1. 초기화(tf.reset_default_graph()) 2. 텐서보드에서 볼 변수들을 정한다. A_summary = tf.summary.scalar(name, 변수) 3. 묶어준다. 4. 학습을 진행하면서 기록해준다. merge = tf. import tensorflow.compat.v1 as tf from tensorflow.python.framework impo..

def regulRegresor(y, X, RegType, Rconst): regression_type = RegType # LASSO, Ridge num_cols = X.shape[1] x_data = tf.placeholder(shape=[None, num_cols], dtype=tf.float32, name='Input') #Input(feature) y_target = tf.placeholder(shape=[None,1],dtype=tf.float32, name='Output') #Output(label) A = tf.Variable(tf.random_normal(shape=[num_cols,1]),name =Weight) # Weight Vector b = tf.Variable(tf.random..

import tensorflow.compat.v1 as tf from tensorflow.python.framework import ops import numpy as np from sklearn.datasets import load_iris ops.reset_default_graph() def regulRegresor(y, X, RegType, Rconst): regression_type = RegType # LASSO, Ridge num_cols = X.shape[1] x_data = tf.placeholder(shape=[None, num_cols], dtype=tf.float32) y_target = tf.placeholder(shape=[None,1],dtype=tf.float32) A = tf..