emmaiswatson Developer

현직자|전공자가 코드잇 185강이나 수강한 후기

emmaiswatson — Mon, 3 Jun 2024 19:25:55 +0900

새해 무렵 프로모션으로 코드잇에서 할인 행사를 하길래 고민하다 수강을 신청했다.

코드잇에서 가장 좋았던 점은 강좌별 길이가 아주 짧은 점이다.

요즘 숏폼이 유행하고, 집중력이 떨어지는 게 느껴져서 주의하고 있는데, 코드잇 강의는 길이가 2-5분정도로 짧게 구성된다. 강의를 하나 수강하려면 마음먹기까지 오래 걸릴 때가 있는데, 이런거 없이 하나라도 더듣자라는 마인드로 일단 강의 페이지를 켜게 된다. 완강을 잘 못하는 성겨긴데, 벌써 185강이나 들었다는 게 나도 신기할 정도다.

그리고 게임처럼 할 수 있도록 경험치와 레벨 시스템이 있고, 배지를 모을 수 있어서 별거 안한 것 같지만, 뿌듯함은 배가 된다.

전공자여서 주요 토픽에 대해서는 다 알고 있지만, 요즘 잘 사용하지 않고 있는 언어들이 녹슬지 않도록 강의를 조금씩 수강하는 목적으로 듣고 있다.

파이썬 실력이 녹슬지 않게 하기 위해서 쉬엄쉬엄 들어주고 있다. 다 수료하고 나면 수료증도 받을 수 있어서 뿌듯해지는 용도로 활용할 수 있을 것 같다. 알고리즘과 DBMS도 계속 공부하는 중이다.

실습 강의인 경우, 웹에서 바로 코드를 짜고 결과를 확인해볼 수 있어서 매우 편리하다.

이런 점 덕분에 내 컴퓨터가 아닌 다른 PC에서도 부담없이 강의를 연속적으로 들을 수 있다.

지금까지 짧은 강의들이었지만 코드잇으로 185강을 들으면서, 잊었던 감도 되살리고, 시들시들해지는 코딩에 대한 재미도 되살리는 데에 많이 도움이 된 것 같다.

결론: 꾸준히 할 수 있도록 하는 인센티브가 있고, 새로운 강의도 꾸준히 업로드되어서 코딩공부를 손에서 놓지 않게 해준다. 꽤 도움이 되었다.

"이 글은 코드잇으로부터 소정의 경제적 대가를 제공받아 작성되었습니다."

[Anaconda] 현재 environment 정보 저장하기 (requirements.txt 만들기)

emmaiswatson — Wed, 19 Apr 2023 18:42:34 +0900

Anaconda prompt에서 cd 명령어를 사용해 requirements.txt가 저장되길 원하는 폴더로 이동한다.

cd 경로

저장하기 원하는 환경을 실행한다.

conda activate 환경이름

해당 환경을 txt 파일로 저장한다. 이때, txt 파일 이름을 원하는대로 설정할 수 있다.

conda list --export > requirements.txt

해당 디렉토리에 requirements.txt 파일이 저장된 것을 확인할 수 있다.

나는 지우고 재설치하기 위해 여러 환경에 대해 requirements.txt를 추출해서 파일이 많이 생겼다.

[jupyterlab] git 설치하기 (간단한 방법)

emmaiswatson — Tue, 18 Apr 2023 19:00:10 +0900

jupyterlab 실행 후, 터미널에서 해당 명령어 입력하면 설치가 완료됨

conda install -c conda-forge jupyterlab-git

설치 후 jupyterlab 재실행 필요없이 새로고침만 하면 상단과 좌측에 git 메뉴와 아이콘이 생성된 것을 확인할 수 있다.

삭제 명령어:

conda remove jupyterlab-git

[Python] 리스트 중복 제거

emmaiswatson — Mon, 17 Apr 2023 19:07:58 +0900

1. 가장 간단한 코드는 set(집합)의 성질을 이용하는 것이다. 집합은 반복되는 원소를 동시에 여러 개 가질 수 없다. 리스트를 집합으로 바꾸고, 다시 리스트로 바꿔주어 중복을 제거할 수 있다.

my_list = [1, 2, 2, 3, 4, 4, 5]
unique_list = list(set(my_list))
print(unique_list)

2. 두번째 방법은 직관적으로 이해하기 쉬운 방법이다. 새로운 리스트를 만들어 원소를 하나씩 옮겨가면서 이미 있는 원소이면 추가하지 않는 방법이다.

original_list = [1, 2, 2, 3, 4, 4, 5]
new_list = []

for i in original_list:
    if i not in new_list:
        new_list.append(i)

print(new_list)

[Python] 리스트 내용 오름차순, 내림차순 정렬하기

emmaiswatson — Mon, 17 Apr 2023 19:03:03 +0900

오름차순 정렬 코드 (12345)

#오름차순 정렬

my_list = ['banana', 'apple', 'orange', 'pear']
sorted_list = sorted(my_list)
print(sorted_list)

#결과
#['apple', 'banana', 'orange', 'pear']

내림차순 정렬 코드 (54321)

#내림차순 정렬

my_list = ['banana', 'apple', 'orange', 'pear']
sorted_list = sorted(my_list, reverse=True)
print(sorted_list)

#결과
#['pear', 'orange', 'banana', 'apple']

[Python] 리스트 A에서 다른 리스트 B의 항목 제거하기

emmaiswatson — Mon, 17 Apr 2023 19:00:05 +0900

#list A에서 list B의 항목 제거
#list B의 원소들은 b

for b in B:
    if b in A:
        A.remove(b)

keras, tensorflow에서 항상 같은 결과를 얻는 방법

emmaiswatson — Fri, 6 Jan 2023 14:24:19 +0900

모델 검증을 위해, 항상 돌릴 때마다 같은 결과를 얻을 수 있도록 하는 방법이다.

고정할 수 있는 시드들은 고정하고도, 항상 돌릴 때마다 추세는 아주 비슷하지만, 조금씩은 다른 부분이 나타나서 고민했다.

그러다 os.environ으로 고정시키는 방법을 발견했다. 이제는 각 epoch마다 나오는 accuracy 결과도 다 같다. 완전히 고정이 됨을 확인하였다.

코드는 아래와 같다.

한 코드로 모델을 여러개 만든다면, 각 모델을 돌릴 때마다 실행되도록 for문 안에 set_seed()를 사용해주어야 공정하게 평가할 수 있다.

import numpy as np
import tensorflow as tf
import random

#같은 결과가 계속 나오게 하기 위한 set_seed 함수.
#이는 각 모델이 만들어지는 for문 안에서 각각 실행해야 함.

def set_seed(seed=14):
    np.random.seed(seed)
    tf.random.set_seed(seed)
    random.seed(seed)
    os.environ['TF_DETERMINISTIC_OPS'] = "1"
    os.environ['TF_CUDNN_DETERMINISM'] = "1"
    os.environ['PYTHONHASHSEED'] = str(seed)

이 글이 도움이 되었다면 ♥ 클릭 부탁드립니다~

[워드] 표 안의 내용만 삭제하기

emmaiswatson — Fri, 25 Nov 2022 12:10:04 +0900

내용을 삭제할 곳을 블록 선택한 후 "Delete" 키 누르기.

그 전에 내용만 삭제하려고 Backspace키 눌렀다가 표의 행, 열이 삭제되는 게 나와서 당황했다. 이젠 좀 익숙해져서 다행이다.

백스페이스키가 아니라 딜리트 키입니다. 난 이걸 모르고 있었네..

혹시 다른 사람들도 비슷한 경험을 하지 않을까하여 오랜만에 블로그에 글 남깁니다.

[딥러닝] train/test/val 폴더 코드 한 줄로 나누기

emmaiswatson — Tue, 24 May 2022 14:45:09 +0900

원하는 비율만 지정해주면 데이터셋을 train, test, val 폴더로 자동으로 나누어주는 라이브러리가 있다.

바로, splitfolders인데, 먼저 설치는 콘솔에 이렇게 입력하면 된다.

pip install split-folders

이후, 라이브러리를 import하고, 원하는 비율로 나누어주면 디렉토리 생성 끝!

8:1:1로 나누어 보겠다.

input 폴더 아래에는 레이블 이름으로 폴더들이 있고, 그 하위에 데이터들이 있다.

output 폴더는 미리 만들어주지 않고 경로만 지정해도 이 코드에서 자동으로 생성해준다.

seed는 원하는 값으로 지정하면 된다.

import splitfolders
splitfolders.ratio("D:/DATA/input/", output="D:/DATA/input/split/", seed=1234, ratio=(0.8,0.1,0.1))

이렇게 하면 split 폴더가 생성되고, 그 아래에 train, val, test 폴더가, 그리고 그 아래에 레이블명으로 폴더가 있는 것이 확인될 것이다.

[파이썬] 이미지 크기, 비율 바꾸기

emmaiswatson — Thu, 19 May 2022 15:44:54 +0900

이미지 비율 변경 전과 후

1년 넘게 안 쓰다 오랜만에 블로그에 글을 써봅니당.

파이썬으로 300*300 픽셀의 이미지를 150*300 픽셀로 줄여볼게요.

import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

img_path = '이미지경로/파일이름.jpg'

img = Image.open(img_path)
imgnp = np.array(img)
plt.imshow(imgnp, aspect='auto') #aspect='auto'로 지정하면 이미지가 지정된 크기에 맞게 늘어남
#interpolation 방식은 여러가지 지정 가능 (참고: https://matplotlib.org/stable/gallery/images_contours_and_fields/interpolation_methods.html)


fig = plt.gcf() #최근 이미지를 가져옴 (get the current figure)
plt.axis('off'), plt.xticks([]), plt.yticks([]) #축, 눈금 등을 없애줌.
plt.tight_layout() #여백 제거
plt.subplots_adjust(left=0, bottom=0, right=1, top=1, hspace=0, wspace=0) #(참고: https://matplotlib.org/3.5.0/api/_as_gen/matplotlib.pyplot.subplots_adjust.html)

fig.set_size_inches(1.5,3) #150*300픽셀로 전환하기 위해 1.5,3인치로 지정
fig.savefig('temp.jpg',dpi=100) #인치당 100픽셀이 차지하도록 dpi 설정, 이미지 저장

짠
더 간단한 방법도 있을테지만 아무튼 이미지 크기는 조절되었습니다.

interpolation 설정에 따라 이미지 결과물이 달라지게 되는데, 여러 옵션을 줘보세요. (링크는 코드 안에 있음)

-끝