HanSeokhyeon.log HanSeokhyeon.log

docker container에서 GPU를 사용하기 위해 docker의 runtime을 nvidia로 설정해줘야한다. 하지만 Pycharm과 같은 IDE에서 docker를 사용할 때는 매우 번거롭다. 그러므로 docker 차원에서 runtime을 nvidia로 default 설정해주자. 1. nvidia-smi test docker run --rm ubuntu nvidia-smi output: nvidia-smi: command not found --runtime=nvidia docker run --rm --runtime=nvidia ubuntu nvidia-smi output: Wed Feb 26 04:19:07 2020 +--------------------------------------------..

모든 개발 환경을 Docker로 넘어가고 있는 시점에서 계속 난관에 봉착한다. 이번 난관은 바로 Mac + Docker + matplotlib다. 우선 Docker는 리눅스 서버이기 때문에 GUI가 없다. 말이 조금 이상한데 리눅스에서 GUI는 리눅스 커널에 포함된 시스템이 아니라 프로그램이다.(신기) 우분투나 민트 등 리눅스 베포판들은 다 리누스 토발즈가 개발한 리눅스 커널위에 GUI 프로그램을 얹은 것이다. nvidia-smi를 자주 사용하는 사람은 Xorg라는 프로그램이 계속 돌아가는 것을 봤을텐데 그것이 바로 리눅스의 GUI 프로그램이다. 자세한 것은 구글링... 결론은 여튼 Docker에는 GUI 프로그램이 없고 그래서 matplotlib와 같은 GUI python 앱은 아무런 세팅 없이는 사용..

https://www.slideshare.net/MichaelDucy/the-future-of-everything-37344357 The Future of Everything The Future of Everything www.slideshare.net Docker의 중요성을 알려주는 슬라이드다. 한 번 감상해보자. 혼자 개발하고 연구할 때는 Docker의 필요성과 중요성을 느끼지 못한다. 하지만 점점 많은 소프트웨어가 도커라이징되가며 DevOps가 발달해간다. 개발, 도입, 운영을 모두 같은 환경에서 할 수 있다는 것이 바로 Docker의 장점이고 도입해야하는 이유다. 나는 Kubernetes와 Kubeflow에 관심 있는 딥 러닝 개발자로서 Docker를 먼저 공부하기 시작했다. 설치부터 run까지 ..

1. docker 설치 curl -fsSL https://get.docker.com/ | sudo sh위 명령어를 입력하면 docker를 자동으로 설치해준다. docker --versionoutput: Docker version 19.03.5, build ....2. Pytorch GPU 버젼 image pull docker hub에서 pytorch/pytorch에 들어가보면 여러가지 tag가 많다. 그중 나는 pytorch 1.1.0 cuda 10.0 cudnn 7.5 가 설치되어 있는 image를 pull하였다. docker pull pytorch/pytorch:1.1.0-cuda10.0-cudnn7.5-develoutput: 1.1.0-cuda10.0-cudnn7.5-devel: Pulling fr..

이젠 더이상 피할 수 없다. 도커를 이용해 딥러닝해보자. 1. Nvidia pytorch image pull docker pull nvcr.io/nvidia/pytorch:19.09-py3 와이파이로 해서 그런가 매우 오래걸렸다. docker images output: REPOSITORY TAG IMAGE ID CREATED SIZE nvcr.io/nvidia/pytorch 19.09-py3 9d6f9ccfbe31 2 months ago 9.15GB 9.15GB... 오래 걸린 이유가 있었다. 2. Run 돌려보자. docker run -i -t --name pytorch nvcr.io/nvidia/pytorch:19.09-py3 /bin/bash 터미널을 켜봤다. ============= == PyTo..

로컬이 아닌 공동으로 사용하는 서버에서 딥러닝을 해야할 경우 버젼 충돌 문제가 발생하게 된다. 내가 사용하는 TF나 PyTorch 버젼이 다른 사람과 다르다면 docker를 사용하여 환경을 구축하는 것을 추천한다. 1. 설치 (Ubuntu) 자동 설치 스크립트를 이용해서 설치! curl -fsSL https://get.docker.com/ | sudo sh 2. root 권한 없이 docker 사용하기 docker는 root권한을 필요로해서 sudo를 추가해주고 비밀번호를 매번 요구한다. 귀찮으므로 없앤다. sudo usermod -aG docker $USER 재부팅하면 적용완료. 3. 설치 확인 docker version output: Client: Docker Engine - Community Ver..

docker를 사용할 때 필요한 데이터는 호스트와 공유해서 사용하는 것이 편리하다. 그러므로 docker의 볼륨 공유 기능을 사용해서 폴더나 파일을 호스트와 컨테이너 간에 공유한다. 1. 공유할 폴더와 파일 생성 mkdir docker_share cd docker_share vi test.py 2. docker run