Colaboratory

Colaboratory

구글에서 개발한 클라우드 기반 웹 Jupyter Notebook  개발 환경

코랩이라고 부름

빅데이터 및 인공지능 데이터  분석은 높은 수준의 컴퓨팅 연산 능력을 요구

서버 컴퓨터를 활용하기 어려운 경우에 사용

분석 PC에 GPU가 없는 경우가 많고,  GPU가 있더라도 사양이 낮아 제대로 분석하기 어려움

기본적인 수준의 데이터 분석을 수행할 수 있는 파이썬 프로그래밍 개발 환경 제공

교육이나 간단한 알고리즘 테스트시 유용하게 활용

 

개발환경

ID만 로그인하면 크롬 환경에서 사용가능

클라우드 기반으로 안정적인 패키지 환경을 제공하기 때문에 종속성 문제가 생길 우려가 적음

패키지 문제가 발생해도 런타임을 초기화하면 실행 초기 상태로 복구

기본적인 환경 설정이 구축되어 있어 환경 변수 세팅 등의 추가 설정을 간편하게 수행할 수 있음

Jupyter Notebook에 추가적으로 확장된 기능들도 제공

 

https://colab.research.google.com/

Google Colaboratory Notebook

 

구글에서는 데이터 분석의 다양한 예제를 코랩을 통해서 제공

독립된 환경으로 너무 오래된 코드만 아니라면 거의 대부분 확실한 실행을 보장

다양한 예제를 코랩으로 구성하여 문서형태로 제공

 

확장기능

코드와 텍스트 셀을 추가할 수 있는 버튼 제공

편의 기능들 지원

 

목차구성

텍스트 셀에서 #을 활용하여 목차 구성

#의 개수가 적을 수록 상위 목차

목차를 #으로 구성하면 하위 셀들을 위로 접을 수 있음

 

코랩 저장소

코랩 저장소는 폴더 아이콘을 클릭하면 확인할 수 있음

파일을 업로드하는 방식으로 외부 파일 사용

경로 복사할 수 있음

폴더 아이콘을 클릭하면 확인 가능

/content/ 기본 저장소

 

#데이터 프레임 조작 패키지 임포트

import pandas as pd

pd.read_csv("경로 붙여넣기")

 

=> 데이터를 불러올 수 있음

 

#행렬 조작, 머신러닝, 딥러닝 모델에 입력할 때 사용

import numpy as np

 변수 = pd.read_csv("경로")

 

런타임 유형 변경

기본 로컬 환경을  GPU 환경 구축 시 상시적으로 GPU 연산을 활용할 수 있음

런타임 유형을 필요할 때 불러오는 방식을 활용

런타임 > 런타임 유형 변경을 클릭하면 사용가능

딥러닝 분석 시 하드웨어 가속기를 GPU 및 TPU로 설정하여 활용

GPU설정을 자동적으로 테서플로우, 파이토치 등에 적용되지만 TPU 설정은 따로 코드를 설정

TPU란 데이터 분석 및 딥러닝을 위한 하드웨어, 텐서프로우에 최적화된 시스템을 가짐

 

구글 코랩은 사용자 친화적인 UI/UX를 제공하면서 데이터 분석 컴퓨팅 연산 문제 해결