목록전체 글 (62)
jiwoolee.space
1. 계정 만들고 2. 계정 로그인하고 3. 뭔가를 설정할 수 있는 페이지 아직 아무것도 없지만 우선 기본 페이지를 만들면서 머리 식히는 용으로 웹 개발을 다시 시작해보려고 한다 Node.js 설치 os에 맞는 파일로 설치 https://nodejs.org/download/ node -v npm 설치 Vue 설치 ternimal에서 npm으로 vue 설치 # 최신 안정화 버전 npm install vue npm vue -v Vue-cli 설치 프로젝트 생성 및 관리 라이브러리 vue-cli npm install -g @vue/cli c 근데 설치 에러 발생 sudo npm install -g @vue/cli vue -V Vue 프로젝트 생성 vue init webpack my_web_tool 근데 또 에..
주피터 노트북에서 실행시키다가 runtime error가 발생했다. 방금 전까지는 잘됐는데 갑자기 Dst tensor is not initialized 란다. 원인은 메모리 부족. TensorFlow GPU Memory error - 절대적으로 GPU 메모리가 부족할 때 나는 에러다. 해결 방법은 dataset 크기를 줄이기 train의 경우 batch size, datasize를 줄일 수 있고 inference의 경우 datasize를 줄일 수 있겠다 본인은 inference의 경우였으나 datasize를 줄일 수 없는 경우. 해결 못하고 cpu로 우선 실행했다 혹시 아는 사람이 계시다면 댓글 남겨주세요
nvidia-smi 로 power shell에서 확인해보니 6003MiB / 6144 MiB 메모리가 부족한 걸 확인할 수 있었다. 켜져있던 게 뭐가 많았던 모양 1. 프로그램을 모두 꺼주고 다시 확인 539MiB / 6144 MiB 확실히 떨어졌다 2. 그럼에도 다시 파이썬 코드를 실행시키면 같은 에러가 발생한다면 더보기 GPU 용량 제한을 걸어주자 import tensorflow as tf from keras.backend.tensorflow_backend import set_session from tensorflow.python.keras import backend as K config = tf.compat.v1.ConfigProto() config.gpu_options.per_process_gpu..
현재 사용하고 있는 개인 ip 변경하기 cmd 창에서 ipconfig 로 현재 사용 중인 ip 확인 이제 변경하자 환경설정 -> 네트워크 및 인터넷 이더넷 -> 편집 -> 자동(DHCP)이 아니라 수동 -> 내용 입력 변경 확인
우선 vscode 사이트에 접속하자 https://code.visualstudio.com/download os에 맞는 설치 파일을 다운받자 동의해주고 설치할 위치도 설정해주고 추가 설정도 해준다 기본 설정만 해도 괜찮다 이렇게 설치 준비가 끝나면 install
우선 Node.js 사이트에 접속하자 https://nodejs.org/en/ 숫자로도 구분을 할 수 있듯 우측이 최신 좌측이 구버전이다 최신 버전은 안정화되지 않았기 때문에 구버전을 설치하는 게 좋다 다운받은 msi 파일을 실행시키면 setup 창이 나타난다. 동의해주고 위치도 재설정해주고 c드라이브 하위에 있는 Program File의 하위에 nodejs 폴더를 새로 만들고 설치하게 된다 **nodejs를 설치하면 npm package manager가 함께 설치되고 PATH에 기본 경로가 추가된다 next 누르고 install 진행 이렇게 간단히 설치가 끝난다 윈도우 cmd에서 설치 확인을 할 수 있다 버전 14.18.0으로 잘 깔린 것 확인 완료
ModuleNotFoundError: No module named 'sklearn.__check_build._check_build' ImportError: No module named 'sklearn.__check_build._check_build' 1. It seems that scikit-learn has not been built correctly. 2. If you have installed scikit-learn from source, please do not forget to build the package before using it: run `python setup.py install` or `make` in the source directory. 3. If you have used an ..
1. gpustat 방법 Linux cmd 창을 열고 pip install gpustat sudo nvidia-smi daemon gpustat -i 2. nvidia-smi 가장 간단한 방법이다 Linux cmd 창을 열고 nvidia-smi 사용량을 일정 시간마다 확인할 수도 있다 watch -n 1 nvidia-smi ==1초마다 사용량을 확인하겠다는 의미 3. gpumonitor 아직 사용해보진 않았지만 이런 방법도 있다 https://github.com/mountassir/gmonitor#building-from-source