Python 파일 확장자인 .py Jupyter Notebook 파일 확장자인 .ipynb 서로 간의 변환 방법 (MacOS에서는 Terminal에서 ipynb-py-conver 설치 없이 바로 실행 가능했음) Jupyter Notebook에서 맨 앞에 붙는 느낌표 ! 는 터미널(커맨드창)에서 명령어를 실행하는 것과 같은 효과 Jupyter Notebook으로 들어가서 ipynb-py-convert 설치 !pip install ipynb-py-convert .py → .ipynb !ipynb-py-convert [/경로/원본파일.py] [/경로/바꿀파일.ipynb] .ipynb → .py !ipynb-py-convert [/경로/원본파일.ipynb] [/경로/바꿀파일.py] 적용 두번째 라인의 명령어를 ..

패키지 관리 도구 업데이트 apt-get update Ubuntu - apt (Advanced Packaging Tool) 또는 apt-get CentOS - yum (Yellow dog Updater, Modified) wget 설치 apt-get install -y wget git 설치 apt-get install git Anaconda 설치 wget https://repo.anaconda.com/archive/Anaconda3-2021.11-Linux-x86_64.sh # 버전은 계속 변경됨 bash Anaconda3-2021.11-Linux-x86_64.sh source ~/.bashrc

이미지 이미지 다운로드 docker pull [이미지 태그] REPOSITORY, TAG 변경 docker tag [기존 REPOSITORY]:[기존 TAG] [변경할 REPOSITORY]:[변경할 TAG] 컨테이너

한 컴퓨터에서 GPU를 사용하는 프로젝트를 하나만 진행한다면 CUDA와 cuDNN이 하나의 버전만 있으면 되겠지만 여러 프로젝트를 진행할 경우, 프로젝트별로 필요한 CUDA, cuDNN 버전이 다를 수 있음 (TensorFlow만 해도 버전별로 각기 다른 CUDA, cuDNN이 필요하다!) 도커를 이용해서 컨테이너별로 다른 버전의 CUDA, cuDNN을 설치해보자 Docker를 이용한 딥러닝 환경 구축 Docker 설치 GPU driver 설치 GPU 드라이버 즉 NVIDIA 드라이버는 base machine에 설치해야함 NVIDIA driver 설치 후 아래의 명령어로 확인 nvidia-smi GPU driver 연결 도커가 GPU를 인식할 수 있도록 NVIDIA Container Toolkit을 이용..

cat /etc/*release* cat /etc/issue 커널 정보 uname -a

새롭게 생성한 도커 컨테이너에서 sudo 명령어를 사용하기 위해서는 다음과 같은 설정 필요 sudo 설치 $ apt-get update && apt-get install -y sudo # centOS에서는 apt-get 대신 yum 사용 사용자 계정 추가 $ adduser --disabled-password --gecos "" user \ && echo 'user:user' | chpasswd \ && adduser user sudo \ && echo 'user ALL=(ALL) NOPASSWD:ALL' >> /etc/sudoers 이 명령어에서 사용자 계정은 'user'