LanguageData

상황 1. NVIDIA/CUDA 이미지를 기반으로 Dockerfile 구성 2. Dockerfile로 필요한 도커 이미지 생성 2-1. openSSH설치하는 코드가 있어 vscode로 접근가능 3. 도커 컨테이너 생성 ls /usr/local # bin cuda cuda-12 cuda-12.1 ... 서버로 접속하여 설치된 쿠다 확인 및 사용할 쿠다 경로 확인 export PATH=/usr/local/cuda-12.1/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH ~/ 경로의 .bashrc를 열어 환경변수(위 코드) 추가 * cuda-12.1은 글쓴이가 사용하고 있는 쿠다 버전이므로 환경에 맞게 수정 source ..

ETC 2024. 2. 27. 19:30

1. NVIDIA/CUDA 이미지를 기반으로 Dockerfile 구성 2. Dockerfile로 필요한 도커 이미지 생성 2-1. openSSH설치하는 코드가 있어 vscode로 접근가능 3. 도커 컨테이너 생성 export PATH=/opt/conda/bin:$PATH ~/ 경로의 .bashrc를 열어 환경변수(위 코드) 추가 * 위 경로는 글쓴이가 사용하고 있는 MINICONDA경로(/opt/conda) 이므로 환경에 맞게 수정 source ~/.bashrc 위 명령어로 수정한 .bashrc를 적용 conda init CONDA 경로가 적용되면 init을 통해 콘다를 실행한 후 터미널을 재실행 * init 안해도 될 수도 있음. 터미널은 재실행해야하는 것으로 보임 이후 CONDA 명령어를 사용하여 적..

ETC 2024. 2. 27. 19:30

본 글은 셀 단위 실행이란 장점을 가진 Jupyter(ipynb)를 사용하기 위한 과정을 정리한 글임 * 모든 과정이 필요하지 않을 수 있음 상황 1. NVIDIA/CUDA 이미지를 기반으로 Dockerfile 구성 - Docker Image 생성 - Docker Container 생성 2. vscode - ssh 사용하여 서버 접근 3. CONDA 환경변수 설정 완료 4. VSCODE extension에서 jupyter, python 확장 설치 conda install nb_conda_kernels CONDA base 환경에서 nb_conda_kernels 설치 conda create -n new_env python=x.x 사용할 CONDA 환경 생성 conda activate new_env conda..

ETC 2024. 2. 27. 19:30

- 본 글에서는 CV분야에서 활용되는 DCGAN을 구현합니다. - 실습에는 Colab을 사용합니다. 1. Import package 모델 구성에 필요한 패키지를 가져오고, 설정을 세팅합니다. import torch import torch.nn as nn import torch.nn.functional as F import torchvision from torch import optim import matplotlib.pyplot as plt import numpy as np import scipy as sp from tqdm import tqdm import os import random import time import datetime from sklearn.datasets import fetch_op..

ETC 2022. 12. 21. 17:54