가장 기본적인 파이썬 프로젝트의 구조는 아래와 같습니다. (django 프로젝트 제외)
project
-- test
+-- sub1
-- __init__.py
-- a.py
-- b.py
+-- sub2
-- __init__.py
| <!--관리자 권한요구 app.mainfest에 아래 설정 추가만 해 주면된다.--> | |
| <requestedExecutionLevel level="requireAdministrator" uiAccess="false" /> | |
가장 기본적인 파이썬 프로젝트의 구조는 아래와 같습니다. (django 프로젝트 제외)
project
-- test
+-- sub1
-- __init__.py
-- a.py
-- b.py
+-- sub2
-- __init__.py
배치 정규화는 각 층의 활성화 함수의
출력값 분포가 골고루 분포되도록 '강제'하는 방법
으로, 각 층에서의 활성화 함수 출력값이 정규분포를 이루도록 하는 방법입니다.
입력 데이터에 대해 정규화(normalization)를 거치게 되면, 값이 대부분 0에 가까운 값이 됩니다.
(0~1 사이의 값)
만약, 입력 변수가 선형 적으로 결합된다면 적어도 이론 상으로는 입력을 표준화하는 것이 거의 필요하지 않습니다. 왜냐하면 해당 예측 변수에 weight와 bais를 역산하면 입력 벡터를 재조정하면 이전과 완전히 똑같은 결과를 남길 수 있기 때문입니다.
데이터 전처리 과정
학습 데이타의 각 속성의 값이 범위가 크면 머신러닝 학습이 잘 안되는 경우가 있다.
예를 들어 속성 A의 범위가 1-100이고, 속성 B의 범위가 1-10 일때
그래서 각 속성의 값의 범위를 동일하게 맞추는 작업(Feature Scaling)을 한다.
# Costom_Uniform_Train.py
장고 프로젝트 기본 구조
django-project
+-- django-project
+-- static (모든 앱 공통 css, js, img 등 static 리소스 디렉토리)
+-- [common css directory]
+-- [common js directory]
+-- [common img directory]
+--templates (모든 앱 공통 template(layout) 관리 디렉토리)
+-- [common template(layout) directory]
포트번호 변경
python manage.py runserver [원하는 포트번호]
외부접속 허용
python manage.py runserver 0.0.0.0:8000
settings.py
CORS_ORIGIN_ALLOW_ALL = True
CORS_ALLOW_CREDENTIALS = False
MIDDLEWARE 에 추가
'corsheaders.middleware.CorsMiddleware',
'corsheaders.middleware.CorsPostCsrfMiddleware',
MIDDLEWARE 에서 삭제 - 주석처리
git에서 레포지토리를 만든다!, [레포지토리 url]을 복사한다
cmd를 키고 올릴 프로젝트가 있는 폴더 위치로 이동한다
다음의 명령어를 입력한다
git init
git lfs를 이용해서 올려야합니다.
해당 프로젝트가 있는 폴더에서
git init
git lfs install
git lfs track "*.[용량이 큰 파일 확장자]" or "[지정할 파일]"
git remote [레포지토리 url]