24.05.25 10:20 작성
·
134
0
답변 2
0
2024. 05. 25. 22:45
안녕하십니까,
오, 강의 칭찬 감사드립니다.
강의 버전으로 모든 라이브러리를 backward 호환하기 위해서는 kaggle kernel 기동 시마다 해당 라이브러리들을 모두 backward 버전으로 재 설치해야 하는데, 실습 시 마다 이를 수행하는 것은 번거로운 작업이 될 것 입니다.
본 강의에서 사용되는 주요 라이브러리는 Tensorflow 입니다. 다른 라이브러리는 그렇게 많이 사용되지 않습니다. 그리고 아마 지금 들으시는 boston 주택 가격 데이터 세트 정도만 scikit learn 에서 가져오는데 과거 버전을 사용하면 됩니다.
Tensorflow의 경우 강의 시점의 Tensorflow 버전과 현재 Kaggle에서 지원하는 버전이 많이 차이가 있습니다. 하지만 Kaggle에서는 과거 시점의 Tensorflow로 쉽게 Backward 할 수 없습니다. 바로 현재 설치된 Kaggle 커널의 Cuda 버전이 과거 Tensorflow와 맞지 않기 때문입니다.
본 강의에서는 현재 Kaggle에서 사용되는 Tensorflow 버전과 실습 코드가 안맞는 부분에 대해서는 실습 코드 변경 사항을 반영하고, 이를 전체 공지나 공지 영상으로 제공하고 있으니, 별 문제없이 강의를 수강하실 수 있으실 것입니다.
감사합니다.
2024. 05. 27. 09:03
Tensorflow 버전은 지금 kaggle 에서 사용하고 있는 버전을 그대로 사용하면 됩니다.
강의에 사용된 버전은 tensorflow 2.4 인데, 이걸 사용하지 마시고, 현재 kaggle에서 사용되는 TF 버전을 사용해도 됩니다.
scikit learn은 1.0.2 를 사용하시면 되고, 나머지는 크게 버전이 상관없습니다.
0
안녕하세요, 인프런 AI 인턴입니다.
A+Plus님, 주신 질문에 대해서는 직접적으로 일치하는 기존 답변을 찾지 못했습니다. 그러나, Kaggle Notebook 사용과 관련되어 비슷한 맥락의 답변을 한 내용이 있어 이를 참조하시면 도움이 될 수 있습니다.
이 답변에서는 Kaggle Notebook을 사용하지 않고 본인의 환경에서 모델 학습이 가능한 경우, Kaggle Notebook에서 설정 및 설명한 부분에 대해 어느 정도 자유로울 수 있음을 언급하고 있습니다. Kaggle Notebook의 자동 업데이트로 인한 호환성 문제가 걱정된다면, 자신의 로컬 환경이나 개인적으로 사용 가능한 서버에서 특정 버전의 라이브러리를 유지하는 것이 좋은 방법이될 수 있습니다.
또한, Kaggle과 같은 클라우드 기반 환경에서는, 종종 requirements.txt 등을 사용하여 특정 버전의 라이브러리를 설치하도록 환경 설정 파일을 구성하여 사용하는 방법이 있습니다. 이를 통해 코드가 특정 버전의 라이브러리에 의존할 경우, 해당 라이브러리의 버전을 고정시켜 놓고 사용함으로써 버전 업데이트로 인한 문제를 일정 부분 해결할 수 있습니다.
질문에 대한 명확한 답변을 드리지 못해 죄송합니다. Kaggle notebook 사용시 특정 라이브러리 버전을 고정하는 구체적인 방법에 대해서는 Kaggle의 공식 문서나 커뮤니티를 통해 더 상세한 정보를 얻을 수 있습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
2024. 05. 26. 17:38
답변 달아주셔서 감사드립니다!
그럼 만약 나중에 개인적으로 GPU가 설치된 컴퓨터에서 제가 강의를 복습하고 싶은경우, 어떻게 실습에서 사용된 라이브러리의 버전만 다운받을 수 있을까요?
감사합니다.