danuri
오늘의 기록
danuri
전체 방문자
오늘
어제
  • 오늘의 기록 (307)
    • java (150)
      • java (33)
      • spring (63)
      • jpa (36)
      • querydsl (7)
      • intelliJ (9)
    • kotlin (8)
    • python (24)
      • python (10)
      • data analysis (13)
      • crawling (1)
    • ddd (2)
    • chatgpt (2)
    • algorithm (33)
      • theory (9)
      • problems (23)
    • http (8)
    • git (8)
    • database (5)
    • aws (12)
    • devops (10)
      • docker (6)
      • cicd (4)
    • book (44)
      • clean code (9)
      • 도메인 주도 개발 시작하기 (10)
      • 자바 최적화 (11)
      • 마이크로서비스 패턴 (0)
      • 스프링으로 시작하는 리액티브 프로그래밍 (14)
    • tistory (1)

블로그 메뉴

  • 홈
  • 태그
  • 방명록

인기 글

태그

  • docker
  • gitlab
  • Bitmask
  • 마이크로서비스패턴
  • AWS
  • connection
  • ChatGPT
  • JPA
  • CICD
  • Jackson
  • S3
  • 트랜잭션
  • POSTGIS
  • Thymeleaf
  • 도메인 주도 설계
  • 등가속도 운동
  • Kotlin
  • Security
  • RDS
  • Spring
  • SWAGGER
  • nuribank
  • mockito
  • 자바 최적화
  • PostgreSQL
  • Java
  • DDD
  • Database
  • Saving Plans
  • reactive

최근 댓글

최근 글

hELLO · Designed By 정상우.
danuri

오늘의 기록

[Google Colab] Github에 push 하기
python/data analysis

[Google Colab] Github에 push 하기

2022. 5. 19. 21:45

Google Colab의 프로젝트가 점점 커셔 따로 원격 저장소에 보관할 필요를 느꼈다.

Google Colab과 Github를 연동해 push하는 방법을 알아보자.

 

1. github에 새로운 레포지토리 생성

 

 

2. Push 하고 싶은 디렉토리에서 commit 용도의 colab 하나 생성하기

깃허브에 push 하고 싶은 디렉토리에 들어간다. 아래와 같이 project.ipynb를 깃허브에 push 하고 싶다고 하자.

 

다음은 commit 용도의 colab을 하나 생성해야 한다. 마치 터미널에서 git push 등을 했던 것처럼 commit 등의 git 명령을 입력해줄 용도의 colab이다.

여기서는 colab 파일 명을 for_git_commit.ipynb 으로 했다. 파일명은 아무거나 상관없다.

 

 

 

3. .gitingnore 파일 생성

google colab과 github를 연동하기 위해서는 github token이 필요하고, 이를 for_git_commit.ipynb 파일에 입력해야 한다. 즉, token이 github 상에서 유출되지 않으려면 for_git_commit.ipynb 파일을 .gitignore에 등록해야 한다.

 

등록 방법은 간단하다. 그냥 .gitignore 파일을 하나 만들어서 for_git_commit.ipynb 파일명을 넣으면 된다.

 

4. for_git_commit.ipynb 내용 작성

github 커밋용 파일은 다음과 같은 형식으로 내용을 작성하면 된다.

 

여기서 주의할 점은 5번째 코드에서 github에 연동할 때 github token이 필요한데 이 부분이 노출되지 않기 위해 .gitignore에 해당 파일을 추가하는 것이다.

 

 

저작자표시 (새창열림)

'python > data analysis' 카테고리의 다른 글

[Scikit learn] Linear Model을 사용한 컨텐츠 베이스 추천 + Lasso 모델 적용  (0) 2021.09.06
[Scikit learn] 학습데이터, 평가 데이터 평균제곱근 편차(RMSE) 계산  (0) 2021.08.26
[Pandas] concat - 데이터 이어 붙이기  (0) 2021.08.26
[Pandas] 영화 평점 데이터 분석  (0) 2021.08.26
[Pandas] 멱함수 분포  (0) 2021.08.26
    'python/data analysis' 카테고리의 다른 글
    • [Scikit learn] Linear Model을 사용한 컨텐츠 베이스 추천 + Lasso 모델 적용
    • [Scikit learn] 학습데이터, 평가 데이터 평균제곱근 편차(RMSE) 계산
    • [Pandas] concat - 데이터 이어 붙이기
    • [Pandas] 영화 평점 데이터 분석
    danuri
    danuri
    IT 관련 정보(컴퓨터 지식, 개발)를 꾸준히 기록하는 블로그입니다.

    티스토리툴바