DL(딥 러닝)을 위한 Google Drive & Colab 환경 구성

< DL(딥 러닝) 학습 준비 >

 

# 딥 러닝을 본격적으로 실습하기 전에 이전 실습에서 사용한 anaconda 를 이용한 jupyter notebook 을 사용하지 않고, Google Colab과 Google Drive를 활용하여 실습을 진행한다.

 

# 두가지 사이트에 모두 회원가입이 필요하다.

 

# Colab을 사용하는 이유는 딥 러닝을 위해선 하드웨어 가속기 성능이 필요한데 Colab에서는 같은 jupyter notebook 환경에서 GPU 가속기를 사용할수 있기 때문에 딥 러닝 학습에 좀더 용이하기 때문이다.

# 또한 Google Colab에서 제공하는 텐서플로우를 사용하여 딥러닝 학습을 좀더 용이하게 하기 위하여 사용한다.

 

< 실습전에 가장 중요한 데이터를 불러오는 방법 >

# 기본적인 코드 입력방법과 실행방법은 아나콘다 jupyter notebook과 동일하다.

# 데이트럴 불러오는 방식이 조금 다른데 가장 용이한 방법은 구글 드라이브에 불러올 데이터 파일을 복사해놓고, Colab에서 드라이브 마운트를 하여 데이터를 불러오는 방법이 있다.

 

# 구글 드라이브에 생성된 Colab Notebooks 폴더 안에 원하는 데이터 폴더를 넣는다.

 

# 그후에 코랩 실행 화면에서 명령어를 입력하여 실행하고 좌측에 구글 드라이버 마운트 아이콘 클릭

from google.colab import drive

drive.mount('/content/drive')

 

 

# 로그인 요청 팝업이 뜨면 로그인후 동의하고 계속 진행하면 됨.

 

# 그뒤에 새로고침을 하면 좌측 content 폴더 하위에 drive 폴더가 연동된것을 볼수있다.

# 계속 하위폴더로 진입해보면 마지막 Colab Notebooks 내에 data 폴더를 확인할수 있다.

 

# 이후에는 이전에 데이터를 불러오듯이 pandas 명령어인 read.csv를 사용하여 동일하게 파일이 위치한 경로를 지정하여 데이터를 불러 올수있다.

 

실습 준비는 종료! 다음장부터는 실제 데이터를 가지고 딥러닝 실행