본문 바로가기

GPU3

GPU를 이용한 주식 인공지능의 학습 part3 안녕하세요? 이번 포스팅에서야 말로 주식 인공지능의 학습 속도롤 올리기 위한 작업인 GPU를 이용한 작업의 마지막 포스팅을 올리도록 하겠습니다. 정확히는 gputest라는 환경안에 들어가 있는 python.exe를 선택해 주어야 하는 것 입니다. 이걸 선택해 주면 환경설정은 마무리가 된다고 볼 수 있습니다. 다음으로는 위 스크린샷에서 gputest에 해당하는 내용을 선택해 주고, OK를 눌러 주도록 해 봅니다. 그런데 여기서 보니 Pandas라는 모듈이 아직 없는 것을 볼 수 있었습니다. 그래서 Pandas를 설치해 주도록 합니다. 새로운 환경이 들어온 관계로 PyCharm에서 이래저래 조정하는 과정으로 시간이 걸리는데, 일단 기다려 주도록 합니다. 이제 기계학습을 시작하려고 했더니, 그만 기계학습에서 .. 2018. 11. 4.
GPU를 이용한 주식 인공지능의 학습 part2 안녕하세요? 지난번 포스팅에서 좀 애매한 부분에서 끊어졌는데, 아무튼 내용이 너무 길어졌기 때문에 중간에 끊어야만 했습니다. 이번 포스팅에서는 중간에 해당하는 내용이 되리라 생각을 하는데, 포스팅을 이어서 나가도록 하겠습니다. 그래서 activate gputest라고 입력을 해서 gputest의 환경으로 들어가도록 하고, 여기서 pip install --upgrade pip 라고 했는데 제대로 업그레이드가 되지를 않았습니다. 그래서 하는 수 없이 마지막줄의 python.exe -m pip install --upgrade pip라고 입력을 해서 pip를 최신 버젼으로 업그레이드 시켰습니다. 이렇게 해서 pip가 우선 최신버젼으로 되어 있는 것을 볼 수 있었습니다. 다음으로는 pip install noteb.. 2018. 11. 3.
GPU를 이용한 주식 인공지능의 학습 part1 안녕하세요? 지난번 포스팅에서 데이터를 학습하는데 4시간이 걸렸다는 내용을 포스팅 했습니다. 그래서 이번 시간부터는 이 시간을 어떻게 단축 시키고자 하는 차원에서 한번 CPU를 사용하는 것이 아니라 GPU라고 해서 그래픽 카드를 이용한 병렬처리를 이용, 어떻게 해서 학습 시간을 줄이고자 합니다. 그런데 내용이 너무 길어져서 이것도 여러개의 포스팅에 나누어서 올리도록 하겠습니다. 먼저 제가 사용하는 컴퓨터에 어떤 그래픽 카드가 있는지를 한번확인해 봅니다. GeForce GT 735M이라는 것을 일단은 알 수 있었습니다. 그리고 제 컴퓨터의 그래픽 카드가 기계학습을 지원한다는 것을 알 수는 있었습니다. 다만, 연산 능력이 3.0이라는 것이 좀 불안불안 하기는 합니다. 그리고 다음으로는 CUDA toolkit.. 2018. 11. 3.