반응형
Google Colab에서 학습한 인공지능을 사용하는 방법
Google Colab에서 학습한 인공지능을 불러오기 위해
Google Drive에 접속해 파일을 열고, 모두 실행시킨다.
학습에 필요한 모델링 및 MSE까지 테스트를 완료한걸 확인했다면
joblib을 이용해 pkl파일로 저장한다.
# X용 스케일러와 y용 스케일러를 파일로 저장한다.
import joblib
joblib.dump(regressor, 'regressor.pkl')
joblib.dump(scaler_X, 'scaler_X.pkl')
joblib.dump(scaler_y, 'scaler_y.pkl')
joblib.dump( regressor , 'regressor.pkl')
저장한 파일을 Google Drive에서 Local로 다운로드 한다.
다운로드한 파일을 드래그하여 Visual Studio Code에 추가한다.
https://story-jy.tistory.com/109?category=1024096
Streamlit - Python 개발시 파일을 분리하여 개발하는 방법
Python 개발시 파일을 분리하여 개발하는 방법 ## 파일을 분리해서 만드는 앱 ### from tkinter import Image import streamlit as st import pandas as pd from PIL import Image import os from app9_about..
story-jy.tistory.com
파이썬 개발시 파일을 분리하는 방법을 이용해 streamlit 대시보드작업을 한다.
반응형
'Library > Streamlit' 카테고리의 다른 글
| streamlit - streamlit을 실행시킬때 port 처리하는 방법 (0) | 2022.06.10 |
|---|---|
| streamlit - streamlit을 EC2 server에서 실행 할 때, 터미널 접속을 끊어도 24시간 365일 돌아가도록 하는 방법 (0) | 2022.06.10 |
| Streamlit - Streamlit에서 제공하는 Chart (0) | 2022.05.19 |
| Streamlit - Chart (0) | 2022.05.19 |
| Streamlit - Python 개발시 파일을 분리하여 개발하는 방법 (0) | 2022.05.19 |
