Per ardua ad astra.

파이토치(PyTorch)에서 연산 장치 설정하기 (GPU, CPU) 들어가며 파이토치(PyTorch)에서 연산 장치(GPU/CPU)를 설정하는 코드를 알아보자. 방법 GPU 사용이 가능한 경우 @torch.device@를 @cuda@를 설정하고, 그렇지 않을 경우 @cpu@를 연산 장치로 설정한다. # GPU 설정 (사용 가능한 경우) device = torch.device("cuda" if torch.cuda.is_available() else "cpu") print("device >>" , device)

애저(Azure) Machine Learning Service의 Notebooks 사용해보기 들어가며 Azure Machine Learning Service의 Notebooks를 이용하여 실습해보자. Azure Machine Learning Service 배포 방법은 이전 글(https://dev-astra.tistory.com/400)을 참고한다. 실습하기 @[Authoring]@ 섹션에서 @[Notebooks]@ 탭을 클릭한다. 그리고 @[Files]@ 버튼을 클릭하고, @[Create new file]@을 선택한다. 그리고 @.ipynb@ 파일을 하나 만들어준다. 그리고 실행 환경을 @[Python 3.8 - AzureML]@로 바꿔준다. 다음 처럼 인증을 해준다. 우측 상단의 @[Authentic..

애저(Azure) Machine Learning Service의 Automated ML 사용해보기 들어가며 Azure Machine Learning Service의 Automated ML을 이용하여 실습해보자. Azure Machine Learning Service 배포 방법은 이전 글(https://dev-astra.tistory.com/400)을 참고한다. Azure Automated ML은 다음의 과정들을 자동으로 해준다. 실습하기 좌측의 @[Automated ML]@ 탭을 클릭한 후, 페이지에서 @[New Automated ML Job]@ 버튼을 클릭한다. @[Create]@ 버튼을 눌러 데이터를 만들어준다. (데이터 이름은 @TitanicDataset@으로 설정해준다.) 데이터는 로컬 PC에서 ..

애저(Azure) Machine Learning Service의 Designer 사용해보기 들어가며 Azure의 Machine Learning Service를 배포해보고, Desginer를 이용하여 실습해보자. 실습하기 Azure Machine Learning 서비스 만들기 애저 포털의 검색창에 @Azure Machine Learning@을 검색한 후 @[Azure Machine Learning]@ 서비스로 진입한다. @[Azure Machine Learning]@ 페이지에서 @[만들기]@ 버튼을 클릭하여 리소스를 만들어준다. Azure Machine Learning Studio 페이지에서 가상 머신 생성하기 별도의 포탈에 진입해야 한다. @[Studio 시작하기]@ 버튼을 누르면 Azure Machin..