HanSeokhyeon.log HanSeokhyeon.log

제목을 쓰고 나니 나도 무슨 말인지 모르겠다. 0. 현재 상황 및 해결 방안 Docker와 Pycharm을 사용해서 개발중. 평소에 local에서 디버깅하고, server(나의 경우 aws instance)에서 run 했음. Local에서 디버깅하려는데 모델 크기가 너무 커서 내 맥북 램 8GB를 넘어버림. Server에 존재하는 docker에 pycharm으로 접속해서 디버깅하자! Server에서 tcp 소켓을 이용해 port를 열고 docker를 실행 및 외부에서 접속 확인. Pycharm에서 docker 설정. 디버깅할 스크립트의 configuration 설정. 디버깅 시작! 1. Server에서 tcp 소켓을 이용해 port를 열고 docker를 실행 및 외부에서 접속 확인. 1. socat 설치..

차근차근 모든 개발 프로젝트를 Docker 기반으로 넘어가고 있다. 그중 첫번째로 Python 프로젝트들을 넘겨볼까 한다. 0. 개발 환경 MacOS Pycharm Professional Docker Docker가 설치되어 있지 않고 Docker에 대한 이해가 부족하다면 https://subicura.com/2017/01/19/docker-guide-for-beginners-2.html 초보를 위한 도커 안내서 - 설치하고 컨테이너 실행하기 초보를 위한 도커 안내서 2번째 글입니다. 도커의 기본적인 내용을 이야기 했던 첫번째 글에 이어 실제로 도커를 설치하고 컨테이너를 실행하면서 도커 명령어를 알아봅니다. 도커를 처음 접하는 분들을 위해 아주 가볍게 자주 쓰는 명령어를 다루었습니다. subicura.co..

구글은 모든 애플리케이션을 Docker container 기반으로 실행하고, 무려 매주 20억개 컨테이너를 가동한다고 한다. 그만큼 Docker가 대세가 되어가는 만큼 Docker를 기반으로 개발환경을 세팅해보자. 0. Docker 설치 및 예제 Docker를 설치하지 않았고 Docker에 대한 이해가 없다면 https://hanseokhyeon.tistory.com/entry/Docker-Pytorch-GPU로-딥-러닝-개발하기 Docker + Pytorch + GPU로 딥 러닝 개발하기 https://www.slideshare.net/MichaelDucy/the-future-of-everything-37344357 The Future of Everything The Future of Everythin..

연구실의 데스크탑을 서버로 사용하고 개인 노트북을 로컬로 사용하려고 시도하고 있다. SSH server로 데스크탑 우분투로 접속하는 것을 성공했지만, 좀 더 편한 이용을 위해 PyCharm Professional에서 지원하는 SSH plugin을 사용해보고자 한다. 참고로 PyCharm Professional은 유료버전이나 학생인증을 하면 무료로 사용할 수 있다. 1. SSH server 접속 환경 구축 여기를 참고하길 바란다. 2. Pycharm SSH Remote Run plugin 설치 SSH Remote Run은 bundle plugin이므로 기본적으로 설치 되어 있을 것이다. Settings/Plugins에 installed를 눌러서 설치가 되어 있는지 확인하자. 3. SSH terminal 연..

지난 포스트에서 파이참에서 서버의 터미널을 여는 것 까지 성공했다. 하지만 진짜 파이참으로 이용해 딥러닝 개발을 하기 위해서는 run까지 해야한다. 그래서 공부해봤다. 1. Interpreter 설정 Files/Settings에 들어간다. 다시 Project: ***/Project Interpreter를 누르면 아래와 같은 화면을 볼 수 있다. 오른쪽 위에 톱니바퀴모양 설정 버튼을 누르고 추가적으로 add까지 누른다. 다시 SSH Interpreter를 누르면 아래와 같은 화면을 볼 수 있다. Host에는 서버의 IP주소, Username은 서버의 name을 입력한다. Port 번호를 변경했다면 바꾼 번호로 입력한다. Password를 사용한다면 password를, 공개키를 사용한다면 공개키 정보를 입력..