[Jupyter notebook] How to write down formula with LaTex

 https://towardsdatascience.com/write-markdown-latex-in-the-jupyter-notebook-10985edb91fd

[Ubuntu] 18.04 절전 모드 먹통 이슈 해결 방법들

 https://kylexid.github.io/20190418ubuntu_suspend_issue/

우분투(18.04) 로그인 키 모음 잠금 해제

1. 우분투 메뉴 좌측하단 "프로그램 표시"에서 "암호" 키워드로 앱을 검색

2. "암호 및 키"를 클릭

3. "기본 키 모음" 에서 마우스 우 클릭 후 나타나는 메뉴에서 "비밀번호 변경" 선택

4. 기본 키 모음 암호 입력(로그인 암호) 후 "계속"

5. 다음 신규 암호를 입력, 재입력 하는 화면에서 빈칸을 그대로 두고 "계속" 버튼 클릭하면 아래 화면 나타남.

6. 위 화면에서 "계속" 버튼 클릭

7. 재부팅하면 로그인할 때 "기본 키 모음 암호 입력"을 하지 않아도 된다.

** 검색해보니 "암호 및 키" 실행 후 "로그인"에서 우측 클릭해서 하라고도 되어있던데 그건 로그인에만 해당 하는듯하고 지금 같은 경우 구글 크롬이나 기타 앱에서 로그인 암호가 필요한 경우는 계속해서 팝업이 나타남. 필요 시 "로그인", "기본 키 모음"의 암호를 모두 빈 값으로 설정해야할 듯 함.

주피터 노트북 테마 상세 설정

pip install jupyterthemes

pip install --upgrade jupyterthemes

jt -t gruvboxd -T -N -kl -f roboto -fs 11 -tfs 11 -nfs 12 -tfs 12 -ofs 10 -cellw 90% -lineh 170 -cursc r -cursw 6

jt -t gruvboxd -fs 115 -nfs 125 -tfs 115 -dfs 115 -ofs 115 -cursc r -cellw 80% -lineh 115 -altmd  -kl -T -N

https://chancoding.tistory.com/48

우분투에서 아나콘다 삭제

https://big-blog.tistory.com/2295

주피터 노트북 작업 디렉토리 변경

https://m.blog.naver.com/pmw9440/221848755677

우분투 부팅 시 디스크 자동 마운트

https://m.blog.naver.com/watney0813/221017927194

No need to set up cuDNN and CUDA in your ubuntu os for data science environment because..

visit this site I give you below

https://anaconda.org/anaconda/tensorflow-gpu

and follow the command.

conda install -c anaconda tensorflow-gpu 

This command will install all libraries and drivers into your conda environment.

Don't be stupid! ;)

Making a shortcut of anaconda in ubuntu 18.04

 https://dannyda.com/2020/03/21/how-to-create-shortcut-icon-for-anaconda-anaconda3-navigator-launch-anaconda-navigator-in-linux-debian-ubuntu-kali-linux/

Lists the contents of a file in HDF5 with h5py

- h5ls is applied to a file containing a couple of datasets and a group: 

$ h5ls demo.hdf5
comp                     Dataset {1024}

- prints extended information and also recursively enters groups:

$ h5ls -vlr demo.hdf5

15                       Group

Opened "weather.hdf5" with sec2 driver.
/                        Group
    Location:  1:96
    Links:     1
/15                      Group
    Location:  1:1072
    Links:     1
/15/temperature          Dataset {1024/1024}
    Attribute: dt scalar
        Type:      native double
        Data:  10
    Attribute: start_time scalar
        Type:      native long
        Data:  1375204299
    Location:  1:800
    Links:     1
    Storage:   8192 logical bytes, 8192 allocated bytes, 100.00% utilization
    Type:      native double
/15/wind                 Dataset {2048/2048}
    Attribute: dt scalar
        Type:      native double
        Data:  5
    Location:  1:10896
    Links:     1
    Storage:   16384 logical bytes, 16384 allocated bytes, 100.00% utilization
    Type:      native double
/comp                    Dataset {1024/1024}
    Location:  1:11168
    Links:     1
    Chunks:    {1024} 4096 bytes
    Storage:   4096 logical bytes, 1456 allocated bytes, 281.32% utilization
    Filter-0:  deflate-1 OPT {4}
    Type:      native int

- h5ls is great for inspecting metadata like this. There’s also a program called h5dump,

which prints data as well, although in a more verbose format:

$ h5dump demo.hdf5

HDF5 "demo.hdf5" {

    GROUP "/" {

        DATASET "array" {

            DATATYPE H5T_STD_I32LE

            DATASPACE SIMPLE { ( 10 ) / ( 10 ) 

        }

        DATA {

            (0): 0, 1, 2, 3, 4, 5, 6, 7, 8, 9

        }

    }

    GROUP "group" {

        DATASET "subarray" {

            DATATYPE H5T_STD_I32LE

            DATASPACE SIMPLE { ( 2, 2 ) / ( 2, 2 ) 

        }

        DATA {

            (0,0): 2, 2,

            (1,0): 2, 2

        }

    }

}

    DATASET "scalar" {

        DATATYPE H5T_STD_I32LE

        16 | Chapter 2: Getting Started

        DATASPACE SCALAR

        DATA {

            (0): 42

        }

    }

} 

}