01_codelab0_colab.ipynb

{
  "nbformat": 4,
  "nbformat_minor": 0,
  "metadata": {
    "colab": {
      "name": "01_codelab0_colab.ipynb",
      "provenance": [],
      "toc_visible": true,
      "include_colab_link": true
    },
    "kernelspec": {
      "name": "python3",
      "display_name": "Python 3"
    },
    "language_info": {
      "name": "python"
    }
  },
  "cells": [
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "view-in-github",
        "colab_type": "text"
      },
      "source": [
        "<a href=\"https://colab.research.google.com/github/doridoricomgong/2021_PNUAC_AIData/blob/main/01_codelab0_colab.ipynb\" target=\"_parent\"><img src=\"https://colab.research.google.com/assets/colab-badge.svg\" alt=\"Open In Colab\"/></a>"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "7W8CuK1KEbe8"
      },
      "source": [
        "# 코랩(Colab)\n",
        "+ Colaboratory의 약어\n",
        "+ 브라우저에서 **Python을 작성하고 실행하는 클라우드 기반의 무료 Jupyter 노트북** 개발 환경 \n",
        "  +  Jupyter 노트북 : 웹브라우저 상에서 코드를 단계적으로 실행해볼 수 있는 프로그램\n",
        "+ **GPU를 무료 사용가능**하고 구글드라이브 공유를 이용하여 쉽게 **파일을 공유**\n",
        "  + Processing Unit : 데이터를 읽어 연산처리 기능을 수행\n",
        "    + CPU(Centralized Processing Unit) : 명령어가 입력된 순서대로 데이터를 처리하는 직렬 방식으로 연산\n",
        "    + GPU(Graphic Processing Unit) : 여러 명령을 동시에 처리하는 병렬 연산 방식으로 그래픽 관련 작업이나 많은 정보를 동시에 처리해야 하는 딥러닝 연산 매우 효과적\n",
        "    + NPU(Neural Processing Unit) : 인공지능 모델의 인공신경망 연산을 효율적으로 하기 위해 설계된 프로세서\n",
        "    + TPU(Tensor Processing Unit) : Google에서 제작한 NPU의 이름으로 GPU, CUDA 등보다 빠르고 경제적으로 사용"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "VUH2umwH_Ohh"
      },
      "source": [
        "## 코랩 파일 만들기\n",
        "+ **파일 생성 방법**\n",
        "  + 코랩 사이트에서 새 파일을 만든 후 드라이브에 저장\n",
        "  + 구글 드라이브에서 연결할 앱에 코랩을 선택하여 파일을 만들기 \n",
        "+ **GPU나 TPU 사용**\n",
        "  + 런타임 -> 런타임 유형 변경하기\n",
        "  + 클라우드 환경이고 구글의 자원이 한정되어있기 때문에 GPU와 TPU를 무한정 사용할 수 있는 것은 아님\n",
        "  + GPU는 2개의 Session을 TPU는 1개의 Session을 실행\n",
        "+ **구글 드라이브와 연결하기**\n",
        "  + 왼쪽의 폴더 모양을 눌러 드라이브 마운트 버튼을 누름"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "MovXRroGEbgZ"
      },
      "source": [
        "## 셀(Cell)\n"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "Y75r58sM0f37"
      },
      "source": [
        "### **텍스트셀**\n",
        "+ 두 번 클릭 하여이 셀을 편집\n",
        "+ 마크 다운 구문을 사용하여 작성\n",
        "  + 마크 다운은 텍스트 기반의 마크업언어\n",
        "  + README 파일이나 온라인 문서, 혹은 일반 텍스트 편집기로 문서 양식을 편집할 때 사용\n",
        "  * 마크 다운 문법 : <https://colab.research.google.com/notebooks/markdown_guide.ipynb>"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "4yUT_VJl171q"
      },
      "source": [
        "### **코드셀**\n",
        "+ 코드를 작성하고 실행할 수 있는 대화형 환경\n",
        "+ 셀을 클릭하면 코드 수정 가능\n",
        "+ 코드 실행 \n",
        "  + 코드 왼쪽의 실행 버튼을 누름\n",
        "  + 단축키 'Command+Enter나 Ctrl+Enter'를 사용\n",
        "  + 출력결과를 보여줌"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "E7SLRmE_28py",
        "outputId": "4078391e-36fe-456e-a7b3-661920bec2c3"
      },
      "source": [
        "print('Hello Python!')"
      ],
      "execution_count": null,
      "outputs": [
        {
          "output_type": "stream",
          "text": [
            "Hello Python!\n"
          ],
          "name": "stdout"
        }
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "mq72xG5C3yT4"
      },
      "source": [
        "### **셀 추가 및 이동**\n",
        "+ **추가** : 셀 사이를 가리킬 때 표시 되는 + CODE 및 + TEXT 버튼을 사용하며 도구 모음에도 있음\n",
        "\n",
        "+ **이동** : 셀을 선택 하고 상단 도구 모음에서 셀 위로 또는 아래 로 셀을 클릭하여 셀을 이동\n",
        " "
      ]
    }
  ]
}