Google Colab-ML 라이브러리 설치
Colab은 시장에서 사용 가능한 대부분의 기계 학습 라이브러리를 지원합니다. 이 장에서는 Colab 노트북에 이러한 라이브러리를 설치하는 방법에 대한 간략한 개요를 살펴 보겠습니다.
라이브러리를 설치하려면 다음 옵션 중 하나를 사용할 수 있습니다.
!pip install또는
!apt-get install케 라스
Python으로 작성된 Keras는 TensorFlow, CNTK 또는 Theano에서 실행됩니다. 신경망 애플리케이션을 쉽고 빠르게 프로토 타이핑 할 수 있습니다. 컨볼 루션 네트워크 (CNN) 및 순환 네트워크와 이들의 조합을 모두 지원합니다. GPU를 원활하게 지원합니다.
Keras를 설치하려면 다음 명령을 사용하십시오-
!pip install -q keras파이 토치
PyTorch는 딥 러닝 애플리케이션 개발에 이상적입니다. 최적화 된 텐서 라이브러리이며 GPU를 사용할 수 있습니다. PyTorch를 설치하려면 다음 명령을 사용하십시오.
!pip3 install torch torchvisionMxNet
Apache MxNet은 딥 러닝을위한 또 다른 유연하고 효율적인 라이브러리입니다. MxNet을 설치하려면 다음 명령을 실행하십시오-
!apt install libnvrtc8.0
!pip install mxnet-cu80OpenCV
OpenCV는 머신 러닝 애플리케이션 개발을위한 오픈 소스 컴퓨터 비전 라이브러리입니다. 얼굴 인식, 물체 식별, 움직이는 물체 추적, 이미지 연결 등과 같은 여러 애플리케이션을 지원하는 2500 개 이상의 최적화 된 알고리즘이 있습니다. Google, Yahoo, Microsoft, Intel, IBM, Sony, Honda, Toyota와 같은 거대 기업이이 라이브러리를 사용합니다. 이것은 실시간 비전 애플리케이션 개발에 매우 적합합니다.
OpenCV를 설치하려면 다음 명령을 사용하십시오-
!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-pythonXGBoost
XGBoost는 Hadoop과 같은 주요 분산 환경에서 실행되는 분산 그래디언트 부스팅 라이브러리입니다. 매우 효율적이고 유연하며 휴대 가능합니다. Gradient Boosting 프레임 워크에서 ML 알고리즘을 구현합니다.
XGBoost를 설치하려면 다음 명령을 사용하십시오.
!pip install -q xgboost==0.4a30GraphViz
Graphviz는 그래프 시각화를위한 오픈 소스 소프트웨어입니다. 네트워킹, 생물 정보학, 데이터베이스 설계의 시각화에 사용되며 데이터의 시각적 인터페이스가 필요한 많은 영역에서 해당 문제에 사용됩니다.
GraphViz를 설치하려면 다음 명령을 사용하십시오.
!apt-get -qq install -y graphviz && pip install -q pydot지금까지 인기있는 기계 학습 라이브러리가 포함 된 Jupyter 노트북을 만드는 방법을 배웠습니다. 이제 기계 학습 모델을 개발할 준비가되었습니다. 이를 위해서는 높은 처리 능력이 필요합니다. Colab은 노트북에 무료 GPU를 제공합니다.
다음 장에서는 노트북에서 GPU를 활성화하는 방법에 대해 알아 봅니다.