자바는 오라클 홈페이지 가서 설치하면 항상 최신 버전의 JDK (Java Development Kit) 을 설치할 수 있고 몇 가지 구 버전을 제공을 합니다. 그런데 보통 최신버전 (저는.. 14일때 부터 그랬습니다.)은 충돌 이슈가 있어서 항상 JDK 13을 직접 찾아서 설치했었습니다. 왜냐면, 배우고 있는 과정의 교재와의 싱크를 맞추거나 최신 버전의 지원기능이 간절히 필요한 수준의 프로그래밍을 아직 하고 있지 않기 때문입니다. 기존에 가지고 있었던 JDK 13 Install Link가 홈페이지가 리뉴얼(?) 되면서 사라져서 새로 링크를 잡아서 설치하는 김에 과정을 기록하려고 합니다. 설치하려고 하는 버전은 Java SE Development Kit 13.0.2 입니다. 1. 오라클 자바 설치 홈페이지..

가상환경을 운용할 컴퓨터(보통 서버)에서 가끔가다가 리눅스인데, tmux가 설치가 되어 있지 않은 경우가 있다. 그러면 환경자체에 깔려고 하면 sudo 권한이 필요한데 보통 없다. 그래서 가상환경 자체에 tmux를 설치해서 사용해야 한다. 1. 설치할 가상환경을 활성화 하기. $ conda activate [conda-env-name] 우선, tmux를 운용할 가상환경을 활성화시켜준다. 2. conda install -c conda-forge tmux $ conda install -c conda-forge tmux 가상환경을 활성화 한 후, 위의 명령어를 통해 tmux를 설치해준다. conda install tmux _ 명령어를 사용하면 설치가 제대로 되지 않는 경우가 있다. 반드시 -c conda-fo..

서버에 콘다 가상환경을 잡을 때, 그냥 아나콘다는 보통 겁나 커서 대부분은 미니콘다를 주로 이용한다. (설정에서 조금 더 디테일하게 가져가야하지만 우리는 그렇게 세부 제어가 필요한 작업을 보통은 하지 않는다... 아직은 뽀짝한 학부생이니까) 서버에 미니콘다를 설치 해보자 설치하는 서버의 환경은 리눅스이다 (윈도우의 경우에는 아래에 작성) 아래의 주소로 가서 다운로드 링크를 복사한다. https://docs.conda.io/en/latest/miniconda.html 다운로드 링크는 마우스 우클릭을 통해서 복사를 하면된다. 물론 자신에게 맞는 파이썬 버전을 다운으로 선택을 해야한다. 그냥 클릭하면 다운로드가 로컬(본인) 컴퓨터에 이루어지므로 주의하자 Wget 으로 설치파일을 다운로드 한다 서버에 접속한 뒤..

alias를 영구 등록하지 않으면 접속할때마다 초기화가 되서 지정해주어야 한다. 가상환경을 활성화할 때 자주 쓰게 된다. (나는) 0. Base Auto activation off 가상환경 base를 우선 자동적으로 활성화 되지 않게 한다. $ conda config --set auto_activate_base false 해당 커맨드로, 이제 윈도우 활성화시 자동적으로 conda-base 가 활성화되지 않게된다. 1. Alias set 우선 cd 커맨드를 이용해 자신의 홈 디렉토리로 이동해준다. ls -a 커맨드를 이용해서 관찰하면 .bashrc 라는 폴더가 있는데 저곳에 alias를 저장할 것이다. 인쟈 vi 편집기로 이동해서 alias를 등록해줄 것이다. $ vi ~/.bashrc 쭉 내리다보면 아래..

랩실에서 서버를 사용하다보면 호스트가 이용 중인 시간이랑 내가 사용해야하는 시간이 달라서 시간을 수동으로 지정해줘야하는 일들이 있다. (사실 있게 될줄 몰랐다..) 검색해도 똑바로 안나와서 이게 가장 간결한 코드 모르지만 대충 맞아서 코드를 사용하는데, 이게 뭐 엄청난 기술이 필요한 것도 아니니, 코드를 구글링한 다음에 누군가는 사용할 수 있었으면 좋겠어서 올린다. timezone 객체를 만들어서 지정해주면 된다. UTC랑 차이나는 만큼 설정해주면 끝 from datetime import date, datetime, timezone, timedelta exp_day = str(date.today()) KST = timezone(timedelta(hours=9)) time_record = datetime...

딥러닝 모델에 대한 간단한 실험이 끝나고, 이제 어떠한 경향성을 띄는지에 대해서 Train Time이 12시간 이상이 넘어가 모듈화 하는 김에 실험마다 기록을 다르게하기 위해 디렉토리를 자동적으로 생성하게 코드를 작성하였다. 실행마다 다른 폴더에 기록되게 하기 위해서 자주 사용하는 방법인데, 자꾸 코드 작성하고 까먹어서 따로 기록을 하려고 한다. 파이썬 기본 패키지 중 하나인 OS 패키지를 사용하면 된다. 1. 기본적인 방법 import os path = "../output" os.makedirs(path) 위의 방법은 변수로 넘겨준 Path에 따라 단순히 디렉토리를 만드는 코드이다. 2. 유무체크에 다른 수행 방법 import os savePath = "../3_output" try: if not os..

결국 OSError에 굴복한 맥 유저였다.. 그래서 anaconda를 설치한 노력은 물거품이 되고 서버에다가 miniconda를 설치해서 운용하게 되었다. 흑흑 로컬에서 돌리고싶었어요 torch를 설치할때 GPU의 cuda version을 보고 설치를 한다. 이게 핵심임 $ nvidia-smi로 확인해본 결과 우리는 CUDA Version = 10.1 이다. 근데 우리 팀한테 GPU 하나 주신다고 하셨는데 왜 사용중이지 내가 최초 접속자인데 그리고 GPU를 쓰기 위해 다른 torch 패키지도 CUDA set을 해주고 설치를 해야하는데, Cuda ver.에 맞게 지정을 해주어야한다. 우리가 받은 GPU 버전은 아래와 같음 -f https://pytorch-geometric.com/whl/torch-1.7...

GNN을 연습/구동해보기 위해서 가상환경을 셋업하는 과정을 담았다. GNN은 검색해도 개념적인 부분들만 나와서 솔직히 이 블로그 누가 볼지 모르겠지만 그래도 실습하는데에 도움이 되길 하는 마음으로 적었다. 가상환경 생성 참조 2021/01/21 - [개발새발/개발 셋업] - [Anaconda] conda를 통한 독립된 가상환경 설정하기 해당환경은 한국화학연구원에서 발표한 논문인 GCN | Costless Performance Improvement in Machine Learning for Graph-Based Molecular Analysis -의 환경을 튜토리얼과 함께 구성하였다. 생성된 가상환경을 터미널에서 활성화를 시켜준다 HAIL_GNN은 내가 설정한 가상환경 이름이다. 각자 환경의 이름을 맞게 ..

각 콘다간 볼륨의 차이와 관계를 나타낸 그림이다. 본인이 설치할 콘다 가상환경의 규모를 미리 알고 난 후 설치를 하자. Anaconda를 다운로드 받으면 Anaconda navi와 함께 콘다 베이스 환경이 로컬(본인) 컴퓨터에 자리잡는다. 베이스에 패키지를 깔고 수행하는 것도 편하겠지만, 프로젝트를 수행할 때 각각이 요구하는 Requirement가 다르고(특히, 파이썬 버전), 패키지가 꼬이면 베이스를 날리거나 콘다를 삭제했다가 다시 깔아야 하는 문제가 발생할 수 있다. 이러한 상황들에 유연성을 주기 위하여 가상환경을 따로따로 모듈처럼 구성하여 1. 각 프로젝트에 맞는 Requirement 환경 셋업 2. 문제가 생겼을 경우 Requirement를 기록한 뒤에, 가상환경 만 초기화 운용하는 편이 좋다. ..

IDE는 다양한 것들이 정말 많지만 1. 자바를 주로 사용하는게 아니고 (자주쓰면 이클립스가 제일 편한듯) 2. 빠르게 열고 실행하고 닫을 때도 부담 없이 실행하고 싶다면 가볍고 빠른 에디터와 코드의 가독성이 보장된 IDE가 좋다고 생각한다. 그래서 VsCode를 쓴다. Atom은 꽤 무겁다고 느껴지기도 하고. 그리고 크로스플랫폼 IDE라서, 연구실의 데스크탑(Windows)든 개인 소유의 맥북(MacOS)에서든 실행할 수 있다. VsCode는 남교수님이 "객체 지향코드의 구조를 불편하게 코드를 짜면서 느껴라" - 라고 하셔서 처음 접했었는데 퍽 마음에 들어서 계속 쓰고 있다. VsCode를 더 매력적으로 사용하는데 도움을 주는 다양한 Extension이 있다. 매번 설치하는게 조금 다르긴 하지만 블로깅..