파일 위치 찾기
파일 입출력
사용법
*파일 열기
import pathlib
path = pathlib.Path('test.txt')
file = path.open('r')
*파일 읽고 쓰기
import pathlib
# 읽기
path = pathlib.Path(' test.txt')
file = path.read_text()
# 쓰기
path = pathlib.Path('test1.txt')
path.write_text('파일쓰기')
*경로 분석
import pathlib
path = pathlib.Path('/user/path/to/file')
print(path)
print(path.parent)
print(list(path.parents))
print(path.parts)
*실행한 스크립트 폴더 경로 얻기
import pathlib
path = pathlib.Path.cwd()
*현재 위치한 파일/폴더 얻기
import pathlib
path = pathlib.Path('.')
files = path.glob('*')
print(list(files))
*현재 위치에서 존재하는 모든 파일/폴더 얻기
import pathlib
path = pathlib.Path('.')
files = path.glob('**/*')
print(list(files))
RNN 계열 모델 적용
GRU 성능 > LSTM
Embedding Layer 사용 X > Embedding Layer 사용 O
One-hot Encoding
Session의 길이는 매우 짧음
Session의 길이가 긴 경우, 세션들의 데이터 샘플 -> mini-batch -> input
--> 단점: 길이가 제일 긴 세션의 연산이 끝날 때까지 짧은 세션들이 기다림.
*기존 문제의 단점!!
*문제 해결
Session-Parallel Mini-Batches제안
Session이 끝날 때까지 기다리지 않고 병렬적 계산
Session2 -> Session4로 시작
-> Mini-Batch의 shape (3,1,1) & RNN cell state가 1개.
stateful = True -> RNN 만들다 (by Tensorflow)
링크텍스트
--> state = 0
code적 설명
Negative Sampling 개념
Item의 수 많아 loss계산 시 인기도 고려하여 Sampling.