[블로그 관리] -> [꾸미기] -> [스킨편집] ->[html 편집]에서 태그 안에 다음 script 코드를 복붙한다.

다음은 CSS파일 편집창에 가서 다른 class나 id 선언에 곂쳐지지 않게 아래의 코드를 삽입한다.

.jbMenu {
    text-align: right;
 `  background-color: none;
    width: 100%;
    position: fixed;
    top: 70%;
}
.jbFixed {
    position: fixed;
    top: 70%;
}

 파일 업로드창에서 우리가 원하는 사진을 업로드 하고, 링크주소복사를 한다.



마지막으로 html에서 <body> 태그 안에 사진을 넣어야 한다. <body> 바로 아래에 다른 div에 들어가지 않도록 다음 코드를 붙여넣자.


    <div class="jbMenu">

    <a href="클릭할때 넘어가는 주소"><img src="사진이 저장된 경로" style="width:10%"></a> 


위에서 링크 주소 복사한 것은 "사진이 저장된 경로"에 붙여주고 나처럼 클릭했을 때, 내 유투브 채널로 이동하려면 "클릭할때 넘어가는 주소" 부분에 링크를 복사해주면 된다.



 아... 그런데 코드의 div에 가려진다. 해결한분들은 알려주시길 바란다.



'잡 기술 > Tistory' 카테고리의 다른 글

[Tistory] 티스토리 움짤 프로필 만들기  (0) 2018.08.09

 포토샾으로 만든 GIF파일을 블로그 프로필로 할 수 없을까? 생각을 해봤다.


 [블로그 설정]에서 프로필에 GIF 파일을 넣어도 티스토리는 움짤 영상으로 인식하지 못한다. Tistory 어플리케이션이 애니메이션 영상을 허용하지 않는다는 뜻이다. 그러면 직접 HTML 언어를 만져야 한다.



 [블로그 관리] -> [꾸미기] -> [스킨편집] ->[html 편집]으로 들어가보자



 그러면 꼴보기 싫은 코드창이 뜰것이다. 거기서 파일 업로드에 가서 GIF 파일을 업로드 시킨다.


 파일을 업로드를 하게되면 아마 Tistory 서버 내부의 본인 계정에 할당된 저장소에 파일이 올라갈 것이다. 링크 주소 복사로 절대경로를 가져오도록 하자.



다시 HTML창으로 돌아와서 블로그 내부에 내 프로필이 어디있는지 찾아야 한다. 내 경우에는 (적용한 블로그 테마스킨에 따라 상이할 수 있음) 블로그 이미지 모듈이라는 주석 아래에 선언되어 있었다. 여러분들이 찾을때는 https://tistory1.daumcdn.net/tistory/2935792/attach/ac8257c8b59f42199ee875db8628904b 이것을 src로 하는 <img> 태그를 찾으면 될듯하다. ctrl+f 해서 찾으셈


 

 image 태그를 찾아서 src를 아까 복사했던 링크로 바꿔주면 빵코네 블로그처럼 움짤 프로필이 가능해진다. 

'잡 기술 > Tistory' 카테고리의 다른 글

[Tistory] 티스토리 스크롤 고정 이미지 넣기  (0) 2018.08.10

 이전 포스팅과 더불어 Window10 환경임을 알려드립니다.


 Anaconda Prompt에서는 tensorflow가 import 되지만 Jupyter에서 No module named 'tensorflow' 에러가 뜨는것을 해결하고자 한다.



 Jupyter에서 tensorflow를 인식하지 못하고 No module named 'tensorflow'를 내뿜는 이 문제는 Jupyter과 tensorflow가 Python을 실행하기 위한 경로가 서로 다르기 때문이다. Python이 실행되고 있는 경로는 sys 라이브러리의 executable 변수를 확인하면 알 수 있다.

 내 컴퓨터를 기준으로 Jupyter에서 Python으로 접근하는 경로는 C:\ProgramData\Anaconda3\python.exe 이다.




 Anaconda Prompt에서 확인한 가상개발환경에서 Python으로 접근하는 경로는 C:\ProgramData\Anaconda3\envs\tensorflow\python.exe 이다.


(base) C:\Users\bbangko>activate tensorflow

(tensorflow) C:\Users\bbangko>python

Python 3.6.6 |Anaconda, Inc.| (default, Jun 28 2018, 11:27:44) [MSC v.1900 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import sys

>>> print(sys.executable)

C:\ProgramData\Anaconda3\envs\tensorflow\python.exe

>>>


 Jupyter는 tensorflow 모듈에 접근하지 못하는 경로를 가리키고 있는 것을 확인 할 수 있다. 이 문제를 내가 이해한 것으로 그려보면 왼쪽의 그림과 같다. Jupyter가 Tensorflow 안에 있는 Python을 가리킬 수 있도록 해야한다. 그 방법은 Jupyter의 커널을 추가하는 것이다. virtualenv 커널 이라고 한다. 



 Jupyter의 커널을 추가하기 위해 Jupyter의 경로를 jupyter --path 명령어로 확인해보자. 


(tensorflow) C:\Users\bbangko>jupyter --path

config:

    C:\Users\bbangko\.jupyter

    c:\programdata\anaconda3\envs\tensorflow\etc\jupyter

    C:\ProgramData\jupyter

data:

    C:\Users\bbangko\AppData\Roaming\jupyter

    c:\programdata\anaconda3\envs\tensorflow\share\jupyter

    C:\ProgramData\jupyter

runtime:

    C:\Users\bbangko\AppData\Roaming\jupyter\runtime


 Jupyter의 데이터는 C:\Users\bbangko\AppData\Roaming\jupyter 여기에 있는것을 알 수 있다. 커널을 추가할 폴더를 만들도록 하자. (폴더 만들기 mkdir)


(tensorflow) C:\Users\bbangko>mkdir C:\Users\bbangko\AppData\Roaming\jupyter\kernels\tensorflow


 jupyter의 kernels 폴더에 kernels.json파일을 만들어준다. 메모장이나 notepad++ 사용


kernels.json

{

 "argv": [ "/ProgramData/Anaconda3/envs/tensorflow/python", "-m", "ipykernel", "-f", "{connection_file}"],

 "display_name": "tensorflow",

 "language": "python"

} 


 argv 경로는 컴퓨터마다 다를 수 있으니 본인들 컴퓨터에서의 python 경로를 확인하자.


(tensorflow) C:\Users\bbangko>where python

C:\ProgramData\Anaconda3\envs\tensorflow\python.exe

C:\ProgramData\Anaconda3\python.exe


 이렇게 하고 Jupyter을 켜보면 New항목에 tensorflow라는 새로운 커널이 생긴 것이다. New -> Python 3로 하면 기존의 Python경로를 사용하는 파일이 생성됨


 

 tensorflow를 import해서 오류없이 출력되면 성공!




'잡 기술 > Tensorflow' 카테고리의 다른 글

[Tensorflow] Window에서 Tensorflow를 설치해보자  (0) 2018.08.04

 Tensorflow는 구글에서 개발한 데이터 흐름 프로그래밍을 위한 오픈소스 소프트웨어 라이브러리이다. 제공되는 프로그래밍 언어로는 Python과 c++이 있는데 나는 Python을 쓰도록 하겠다.


내 노트북 스펙:

OS: Window10 (x64)

CPU: Intel(R) i5-6200U

GPU: NVIDIA GeForce 940M

RAM: 8GB



설치 순서참고: 괄호() 안에 있는 버젼은 내가 받은 버젼이다.


Step 0. GPU로 돌릴사람만!

 만약 GPU를 사용하여 Tensorflow를 돌려보고 싶다면 CUDA와 cuDnn을 받아야 한다. (CUDA-9.2.148-win10, cuDnn-9.2-win10-x64-v7.1)


CUDA 다운로드 링크: https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64

cuDnn 다운로드 링크: https://developer.nvidia.com/cudnn


CUDA는 실행파일을 받아서 깔면 되고, 

cuDnn은 압축을 풀어 bin, include, lib 폴더를 아래의 경로에 넣어준다


 “C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2”


Step 1. 아나콘다(Anaconda)를 깔자


 다운로드 링크: https://www.anaconda.com/download/


 위의 다운로드 링크로 가서 .exe파일 (Anaconda3-5.2.0)을 받아 설치를 한다. 아나콘다를 설치하면 알아서 Python (Python 3.6.5)이 깔리므로 따로 안받아도 된다. 


 

Anaconda가 설치 되었으면 시작메뉴에서 Anaconda Prompt를 실행하여 Python을 쳐보자. 


(base) C:\Users\bbangko>python

Python 3.6.5 |Anaconda, Inc.| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.    

>>>           


이렇게 >>> 모양이 뜨면 정상적으로 Python이 설치가 된 것이다.


Step 2. 텐서플로우(tensorflow)를 깔자


 아나콘다 안에서 가상개발환경을 만들어주고, 그 안에 텐서플로우를 깔아야 한다. CPU버젼과 GPU버젼을 따로 설치하고 싶다면 -gpu를 추가해서 구분 지어줍시다.


conda create -n tensorflow python=3.6 

conda create -n tensorflow-gpu python=3.6


 이렇게 하면 가상개발환경 폴더가 만들어진다. 해당 개발환경을 활성화 시키기 위해서는 activate 개발환경이름 명령어를 사용하면 된다.


그러면 각각의 가상개발환경 안에 tensorflow를 깔아주자.


CPU용 Tensorflow

(base) C:\Users\bbangko>activate tensorflow

(tensorflow) C:\Users\bbangko>pip3 install --ignore-installed --upgrade tensorflow



GPU용 Tensorflow

(tensorflow) C:\Users\bbangko>activate tensorflow-gpu

(tensorflow-gpu) C:\Users\bbangko>pip3 install --ignore-installed --upgrade tensorflow-gpu 



Step 3. Tensorflow를 테스트 해보자


 먼저 CPU용 Tensorflow부터 테스트 해봅시다. 아래 코드를 따라 쳤을때 오류 없이 출력이 된다면 성공!


(base) C:\Users\bbangko>activate tensorflow

(tensorflow) C:\Users\bbangko>python

Python 3.6.6 |Anaconda, Inc.| (default, Jun 28 2018, 11:27:44) [MSC v.1900 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import tensorflow as tf

>>> hello=tf.constant("Hello Wolrd!")

>>> sess=tf.Session()

2018-08-04 19:43:46.857283: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2

>>> print(sess.run(hello))

b'Hello Wolrd!'

>>>


python에서 cmd명령으로 나가려면 Ctrl+Z 인터럽트를 걸어줍시다


 다음 GPU


(tensorflow) C:\Users\bbangko>activate tensorflow-gpu

(tensorflow-gpu) C:\Users\bbangko>python

Python 3.6.6 |Anaconda, Inc.| (default, Jun 28 2018, 11:27:44) [MSC v.1900 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import tensorflow as tf

>>> hello=tf.constant("Hello Wolrd!")

>>> sess=tf.Session()

                                                                                     ...

Found device 0 with properties:

name: GeForce 940M major: 5 minor: 0 memoryClockRate(GHz): 1.176

                                                                                     ...

>>> print(sess.run(hello))

b'Hello Wolrd!'

>>>

 

 메세지 중간에 GPU이름이 뜨면서 잘 작동하는 것을 확인하면 성공!


Step 4. 쥬피터(Jupyter)도 써봅시다.


 코딩할때 콘솔창에 한줄 한줄 쓸 수는 없잖슴? 코드를 이쁘게 파일로 관리하기 위해 Jupyter라는걸 써야한다. 다행이도 Anaconda를 설치하면 Jupyter도 같이 깔리니 참으로 다행이다. Jupyter를 실행하는 명령어는 jupyter notebook 이다.


(base) C:\Users\bbangko>activate tensorflow

(tensorflow) C:\Users\bbangko>jupyter notebook

[I 19:59:38.379 NotebookApp] JupyterLab beta preview extension loaded from C:\ProgramData\Anaconda3\lib\site-packages\jupyterlab

[I 19:59:38.380 NotebookApp] JupyterLab application directory is C:\ProgramData\Anaconda3\share\jupyter\lab

[I 19:59:38.847 NotebookApp] Serving notebooks from local directory: C:\Users\bbangko

[I 19:59:38.847 NotebookApp] 0 active kernels

[I 19:59:38.848 NotebookApp] The Jupyter Notebook is running at:

[I 19:59:38.848 NotebookApp] http://localhost:8888/?token=faf573e56c15b7568c52adf8c192727bce39e0c957152cba

[I 19:59:38.848 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).

[C 19:59:38.851 NotebookApp]


    Copy/paste this URL into your browser when you connect for the first time,

    to login with a token:

        http://localhost:8888/?token=faf573e56c15b7568c52adf8c192727bce39e0c957152cba&token=faf573e56c15b7568c52adf8c192727bce39e0c957152cba

[I 19:59:39.914 NotebookApp] Accepting one-time-token-authenticated connection from ::1


 아래를 보면 로그인 토큰도 던져주는데 기본브라우저가 아닌 크롬에서 작업하고 싶다면 토큰을 크롬의 주소창에 복붙하면 된다. 그리하면 아름다운 UI의 Jupyter가 뜰것이다. 



 우측상단의 new를 눌러 앞으로 코딩 작업을 할 폴더(Folder) workspace를 만들어줍시다. (경로는 님들 마음대로) 그리고 python코드를 작성할 파일 .ipynb 을 new->Python3를 눌러 생성해보자. 




 in [ ] : 블록 안에 tensorflow를 import해주는 코드를 작성해보자. 그러면 아래와 같은 에러메세지가 뜨게 될것이다. 뜨지 않으면 땡큐하고 그냥 쓰면 된다. 이 에러를 해결하기 위한 포스트는 다음글을 참고하길 바란다.



 이제 신나게 코딩 해봅시다. 화이팅!


'잡 기술 > Tensorflow' 카테고리의 다른 글

[Tensorflow] Jupyter에서 tensorflow를 못찾을 때 virtualenv(Window)  (3) 2018.08.04

+ Recent posts

티스토리툴바