Eatchu space/삽질기록 5

Mac에서 가상환경 설치하고 window 사용하기

Mac에서 가상환경 설치하고 window 사용하기 Mac 사용 시 윈도우를 사용할 수 있는 방법을 소개해보려고 한다. 출근할땐 윈도우를 사용하고 재택할때 맥북을 쓰는데 ppt, word, excel 작업할 일이 많아서 꽤 불편했다. 지금까지는 웹으로 접속해서 office를 사용했는데 하다보니 성질머리가 드러워지는 것 같아서 가상환경 설치하고 윈도우를 사용하는 방법으로 바꿨다... 먼저 윈도우 사용하는 방법은 아래와 같이 있다. [Mac에서 윈도우를 사용하는 방법] Bootcamp Parallels Vmware Virtualbox 비용 유료 유료 유료 무료 장점 하드웨어 성능을 온전히 사용할 수 있음 맥과윈도우를 동시에 병행사용가능 단점 맥이나 윈도우 둘중에 하나로만 부팅하기에 OS간 전환이 느림 M1 맥..

window에서 pycocotools 설치하기 : error: Microsoft Visual C++ 14.0 or greater is required 해결

윈도우에서는 pycocotool 패키지가 호락호락하게 설치되지 않습니다.. ^^ 여러 시행착오가 많았는데 일단 제가 진행한 순서대로 적어볼게요! 일단 시작하기 앞서 git이 설치되어있어야 합니다. https://coding-factory.tistory.com/245 [Git] 윈도우 Git 설치하기 (Git for Windows) GIt을 사용하려면 먼저 Git이 PC에 설치되어 있어야합니다. Git설치방법에 대해 알아봅니다. 윈도우버전 Git설치하기 1. Git 설치파일을 다운로드 받습니다. 아래에 링크되어 있는 페이지에 들어가서 coding-factory.tistory.com git이 없다면 위 사이트 참고해서 다운받고 와주세요. 먼저 처음 conda prompt에서 해당 명령어들을 입력했습니다 (둘..

기존에 설치된 module이 갑자기 import Error가 날때 해결법 (Window, Linux) 및 jupyter notebook kernel 추가하기

스토리텔링이 있어야 각자에게 맞는 오류를 찾을 수 있을 것 같아 오늘 나에게 일어난 일과 함께 해결법을 몇개 적어보려고 한다 일단 오늘 오후부터 갑자기 시작된 ModuleFoundError : No module named "numpy"로 인해 남은 하루를 다써버렸고.. 나는 주로 분석 환경이 갖추어져 있는곳에서 작업을 했고 오류가 생기면 즉각 윗사람에게 물어보는 문제해결의 능력 저하를 보여주며 살았기 때문에 참으로 난감한 하루였다^^ Mac을 사용했기 때문에 Linux 명령어 기준으로 글을 작성했지만 명령어만 수정해주면 방법은 똑같이 적용이 가능하니 window 명령어는 구글링을 통해 찾아보면 좋을 것 같다 먼저 첫 시도는 버전 설정이었다 1. python버전에 맞는 numpy가 설치 되지 않았을 경우 ..

Python torchtext 설치하기 (오류 잡기)

1. pip install torchtext (or pip3 install torchtext) - cmd창에서는 실행이 되는데 jupyter에서는 해당 module이 없다고 error 2. pip install https://github.com/pytorch/text/archive/master.zip - 깃허브에서 직접 깔기도 역시 error 3. conda install torchtext - 위의 pip install과 같은 문제 4. conda install -c pytorch torchtext - [winerror 127] 지정된 프로시저를 찾을 수 없습니다. - 이렇게 실행하니 pytorch버전이 바뀌면서 pytorch까지 같이 실행오류 5. conda install pytorch==1.5.0 t..

Pytorch_Basic

TENSOR MANIPULATION : 텐서 조작¶ In [5]: import torch import numpy as np # 1차원 print('*'*20) print('1D TORCH') print('*'*20) t = torch.FloatTensor([0,1,2,3,4,5,6]) print(t) print(t.dim()) # rank. 즉, 차원 print(t.shape) # shape print(t.size()) # shape print(t[0], t[1], t[-1]) # 인덱스로 접근 print(t[2:5], t[4:-1]) # 슬라이싱 print(t[:2], t[3:]) # 슬라이싱 # 2차원 print('\n') print('*'*20) print('2D TORCH') print('*'*2..

반응형