[Python] 인공지능 학습 과정 로그 파일 생성

프로그램을 만들 때 로그 파일을 생성해야 어떤 문제가 있는지 확인할 수 있다는 사실은 알고 있었다.

하지만 그동안은 print() 함수를 사용해서 콘솔창에 출력되는 내용을 보고 당장 문제를 해결하는 방식으로 개발해서 로그파일의 중요성을 크게 깨닫지 못했다. 

 

오늘 시니어 개발자분의 실무 강의를 들을 기회가 있었는데 

지금보다 내가 더 성장하고 개발하는 인공지능 모델의 크기가 커지고 다양한 실험을 해야하게 된다면 

로그파일을 남기는 것이 효율적이라는 생각이 들었다. 

 

파이썬에서 인공지능 모델을 학습시킬 때 로그 파일을 생성하는 방법은 여러 가지가 있습니다. 가장 간단한 방법 중 하나는 Python의 기본 로깅 모듈인 `logging` 모듈을 사용하는 것입니다. `logging` 모듈은 로그 메시지를 출력하고 기록하는 데 사용됩니다.

다음은 `logging` 모듈을 사용하여 로그 파일을 생성하는 간단한 예시입니다:

import logging

# 로그 파일 생성
logging.basicConfig(filename='training.log', level=logging.INFO)

# 예시로 학습 과정을 로깅
logging.info('학습 시작')

# 학습 코드 작성
# ...

# 예시로 학습이 완료되었음을 로깅
logging.info('학습 완료')

위의 예시에서는 `basicConfig()` 함수를 사용하여 로깅 설정을 지정하고, `filename` 매개변수를 사용하여 로그 파일의 이름을 지정합니다. `level` 매개변수를 사용하여 로깅 레벨을 설정할 수 있습니다. 이 예시에서는 `logging.INFO` 레벨을 사용하여 INFO 이상의 로그 메시지를 기록합니다.

학습 과정에서 원하는 위치에 로그 메시지를 추가하면 해당 메시지는 로그 파일에 기록됩니다. 예시에서는 `logging.info()` 함수를 사용하여 로그 메시지를 기록하고 있습니다.

학습이 완료된 후에는 로그 파일을 확인하여 학습 과정의 정보와 결과를 파악할 수 있습니다.

`logging` 모듈은 더 복잡한 로깅 설정 및 다양한 로깅 레벨을 지원합니다. 필요에 따라 추가적인 설정을 변경하여 로깅을 조정할 수 있습니다. 자세한 내용은 Python 공식 문서를 참조하시기 바랍니다.

 

---

참고 자료

https://jh-bk.tistory.com/40

[Python] Logger 사용법