Google Colab - Sistem Komutlarını Çağırma
Jupyter, birçok yaygın sistem işlemi için kısayollar içerir. Colab Kod hücresi bu özelliği destekler.
Basit Komutlar
Sistem komutu yankısını kullanan Kod hücresine aşağıdaki kodu girin.
message = 'A Great Tutorial on Colab by Tutorialspoint!'
greeting = !echo -e '$message\n$message'
greeting
Şimdi, hücreyi çalıştırırsanız, aşağıdaki çıktıyı göreceksiniz -
['A Great Tutorial on Colab by Tutorialspoint!', 'A Great Tutorial on Colab by Tutorialspoint!']
Uzak Veri Alma
Veri kümesini uzaktaki bir sunucudan yükleyen başka bir örneğe bakalım. Kod hücrenize aşağıdaki komutu yazın -
!wget http://mlr.cs.umass.edu/ml/machine-learning-databases/adult/adult.data -P "/content/drive/My Drive/app"
Kodu çalıştırırsanız, aşağıdaki çıktıyı görürsünüz -
--2019-06-20 10:09:53-- http://mlr.cs.umass.edu/ml/machine-learning-databases/adult/adult.data
Resolving mlr.cs.umass.edu (mlr.cs.umass.edu)... 128.119.246.96
Connecting to mlr.cs.umass.edu (mlr.cs.umass.edu)|128.119.246.96|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 3974305 (3.8M) [text/plain]
Saving to: ‘/content/drive/My Drive/app/adult.data.1’
adult.data.1 100%[===================>] 3.79M 1.74MB/s in 2.2s
2019-06-20 10:09:56 (1.74 MB/s) - ‘/content/drive/My Drive/app/adult.data.1’ saved [3974305/3974305]
Mesajın dediği gibi, adult.data.1dosyası şimdi sürücünüze eklendi. Sürücünüzün klasör içeriğini inceleyerek bunu doğrulayabilirsiniz. Alternatif olarak, aşağıdaki kodu yeni bir Kod hücresine yazın -
import pandas as pd
data = pd.read_csv("/content/drive/My Drive/app/adult.data.1")
data.head(5)
Kodu şimdi çalıştırın ve aşağıdaki çıktıyı göreceksiniz -
Benzer şekilde, sistem komutlarının çoğu kod hücrenizde komutun başına bir Ünlem İşareti (!) Eklenerek çağrılabilir. Çağırabileceğiniz komutların tam listesini vermeden önce başka bir örneğe bakalım.
Git Deposunu Klonlama
GitHub deposunun tamamını kullanarak Colab'a klonlayabilirsiniz. gitkomut. Örneğin, keras öğreticisini klonlamak için Kod hücresine aşağıdaki komutu yazın -
!git clone https://github.com/wxs/keras-mnist-tutorial.git
Komutu başarılı bir şekilde çalıştırdıktan sonra, aşağıdaki çıktıyı görürsünüz -
Cloning into 'keras-mnist-tutorial'...
remote: Enumerating objects: 26, done.
remote: Total 26 (delta 0), reused 0 (delta 0), pack-reused 26
Unpacking objects: 100% (26/26), done.
Depo klonlandıktan sonra, içinde bir Jupyter projesi (örn. Keras.ipyab'da MINST) bulun, dosya adına sağ tıklayın ve Open With / Colaboratory Colab'da projeyi açmak için menü seçeneği.
Sistem Takma Adları
Genel işlemler için kısayolların bir listesini almak için aşağıdaki komutu yürütün -
!ls /bin
Listeyi aşağıda gösterildiği gibi çıktı penceresinde göreceksiniz -
bash* journalctl* sync*
bunzip2* kill* systemctl*
bzcat* kmod* systemd@
bzcmp@ less* systemd-ask-password*
bzdiff* lessecho* systemd-escape*
bzegrep@ lessfile@ systemd-hwdb*
bzexe* lesskey* systemd-inhibit*
bzfgrep@ lesspipe* systemd-machine-id-setup*
bzgrep* ln* systemd-notify*
bzip2* login* systemd-sysusers*
bzip2recover* loginctl* systemd-tmpfiles*
bzless@ ls* systemd-tty-ask-password-agent*
bzmore* lsblk* tar*
cat* lsmod@ tempfile*
chgrp* mkdir* touch*
chmod* mknod* true*
chown* mktemp* udevadm*
cp* more* ulockmgr_server*
dash* mount* umount*
date* mountpoint* uname*
dd* mv* uncompress*
df* networkctl* vdir*
dir* nisdomainname@ wdctl*
dmesg* pidof@ which*
dnsdomainname@ ps* ypdomainname@
domainname@ pwd* zcat*
echo* rbash@ zcmp*
egrep* readlink* zdiff*
false* rm* zegrep*
fgrep* rmdir* zfgrep*
findmnt* run-parts* zforce*
fusermount* sed* zgrep*
grep* sh@ zless*
gunzip* sh.distrib@ zmore*
gzexe* sleep* znew*
gzip* stty*
hostname* su*
Yaptığımız gibi bu komutlardan herhangi birini çalıştırın. echo ve wget. Bir sonraki bölümde, önceden oluşturduğunuz Python kodunuzu nasıl çalıştıracağınızı göreceğiz.