| FROM ubuntu:14.04 | |
| ENV PYTHONPATH /opt/caffe/python | |
| # Add caffe binaries to path | |
| ENV PATH $PATH:/opt/caffe/.build_release/tools | |
| # Get dependencies | |
| RUN apt-get update && apt-get install -y \ |
| FROM ubuntu:14.04 | |
| # A docker container with the Nvidia kernel module and CUDA drivers installed | |
| ENV CUDA_RUN http://developer.download.nvidia.com/compute/cuda/6_5/rel/installers/cuda_6.5.14_linux_64.run | |
| RUN apt-get update && apt-get install -q -y \ | |
| wget \ | |
| build-essential | |
| RUN cd /opt && \ |
| #!/usr/bin/env python | |
| # -*- coding: utf-8 -*- | |
| """ | |
| Caculator for Python Korea GangNam Study | |
| """ | |
| import re | |
| from collections import deque |
| { | |
| "metadata": { | |
| "name": "" | |
| }, | |
| "nbformat": 3, | |
| "nbformat_minor": 0, | |
| "worksheets": [ | |
| { | |
| "cells": [ | |
| { |
| import time | |
| import random | |
| import pytest | |
| import numpy as np | |
| EPS = 0.1 | |
| ALPHA = 0.1 | |
| MAX_EPISODE = 100000 |
이 글을 작성하는 시점(2017-01-11)에서 분산 텐서플로우의 관련 자료 부족으로 확실히 분산 학습이 되는지 확인이 되지 않았습니다. 안타깝지만 본 내용은 참고만 하시기 바랍니다.
원문 [https://www.tensorflow.org/how_tos/distributed/] (https://www.tensorflow.org/how_tos/distributed/)
| import sys | |
| import urllib | |
| import urllib2 | |
| import json | |
| import codecs | |
| url = "https://play.google.com/store/getreviews" | |
| values = { | |
| "reviewType": "0", "pageNum": "2", | |
| "id": |
| def do_group(gdf): | |
| """각 그룹별 처리.""" | |
| # 대상 그룹이 아니면 그대로 | |
| if gdf.group.iloc[0] not in groups_need_change: | |
| return gdf | |
| # value가 없는 인덱스 | |
| nidx = gdf.value.isna() | |
| # value가 있는 인덱스 | |
| pidx = ~nidx |
글쓴이: 김정주(haje01@gmail.com)
Caffe는 강력한 딥러닝 툴이지만, 설치가 까다로워 접근하기가 쉽지 않습니다. 이에 Docker를 활용하여 실습하는 방법을 소개합니다.
설치과정은 많은 파일을 받아야 하기에 인터넷이 빠른 곳에서, 충분한 시간(2시간 이상)을 가지고 진행해야 합니다.