서버 control plane에서 작업할 때 접속은 자유롭게 해도 그 서버에 무슨 장비가 달려있는지 기억이 잘 안날때가 많은데 이거를 control plane에다가 미리 작성해 놓으면 편할거 같아서 표기를 바꾸려고 정보를 얻는 김에 작성 1. GPU 장비 이름 nvidia-smi 명령어가 가능한 경우 (= 엔비디아 드라이버가 이미 설치가 되어 있음) nvidia-smi --query | fgrep "Product Name" # 전 nv로 alias 등록해놔서 아래로 씁니다 nv --query | fgrep "Product Name" cf. 불가능하고 리눅스 명령어가 되는 경우 lspci | grep -i VGA 2. CPU 장비 이름 cat /proc/cpuinfo | grep 'model name' |..
VsCode를 열고 cmd + shift + P Preferences: Open Keyboard Shortcuts (JSON) 선택 아래 copy & paste // Place your key bindings in this file to override the defaultsauto[] [ { "key": "ctrl+;", "command": "terminal.focus", "when": "editorFocus" }, { "key": "ctrl+;", "command": "workbench.action.focusActiveEditorGroup", "when": "terminalFocus" } ] *ctrl : control key *cmd : command key
사실 작년 봄부터 가을 끝까지 자바만 쓰다가 최근에 인공지능 배우면서 자바는 거의 손절(?) 수준으로 등한시했었는데 이번학기 시작하면서 OODP 에서 자바를 .. 쓰신다고 하셔서 JDK도 깔고 Eclipse를 다시 설치한다. 올 초에 포맷을 해서 남아있는게 없다.. 으어 1. 이클립스 홈페이지 접속 www.eclipse.org/downloads/packages/ 보통 다양한 Frame Work나 서버를 활용하는 것이라면 Eclipse IDE for JAVE EE developers를 설치한다. 그 밖에는 대부분이 Java Developers 를 다운 받는데, 맨 상단의 통합 installer를 이용하거나 아래의 직접 다운 받으면 된다. 물론 다운로드도 운영체제에 맞게 선택한 뒤 하면 된다. 상단 우측에 ..
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...