mkdir/ touch/ cat mkdir 현재위치에서 폴더을 생성해주는 명령어 현재 위치 확인 명령어는"pwd" ls -ld [파일명] -> [파일명]의 정보를볼 수 있음 $ mkdir project $ ls -ld project drwxrwxr-x 2 yungyeong yungyeong 4096 11월 29 11:05 project touch 현재 위치에서 파일을 생성해주는 명령어 $ touch txt $ ls -ld txt -rw-rw-r-- 1 yungyeong yungyeong 0 11월 29 11:21 txt cat 현재 위치에서 파일을 생성하고 데이터 입력 가능 cat txt는 txt의 데이터를 읽는 명령어이다. $ cat > txt hello world python ctrl+c(데이터 작성..
1. lib가 담긴 .txt파일을 만든다. 2. 파일 경로를 requirememts.txt 가 있는 곳으로 변경하고 아래의 명령어를 실행한다. pip install -r requirements.txt
https://www.anaconda.com/products/distribution 아나콘다 설치 Anaconda | Anaconda Distribution Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine. www.anaconda.com Downloads에서 확인해주고 설치한다 cd Downloads bash Anaconda3-2022.10-Linux-x86_64.sh 중간에 Yes/ No 가 있는데 읽어보고 체크해주면 된다. 나는 그냥 안읽고 yes함 어디에 설치되는지 알려준다. 옆에 바꾸고 싶은 파일위치 따로 적으면 거기..
cuDNN 벡터 연산을 빠르게 도와주는 역할 https://developer.nvidia.com/rdp/cudnn-archive cuDNN Archive Download releases from the GPU-accelerated primitive library for deep neural networks. developer.nvidia.com 버전에 맞는 cuDNN 설치 https://dohyeon.tistory.com/14 [ubuntu] 18.04 CUDA, cuDNN 설치 이 글은 2021년 8월 9일 기준 작성되었습니다. 시간이 지나면 버전이 달라지면서 에러가 발생할 수 있습니다. 1. CUDA 설치 https://developer.nvidia.com/cuda-toolkit-archive CUD..
명령어 application 실행 단계 pull : 이미지 다운 RMI : 이미지 삭제 create : container에 image를 담는 것 image는 단독으로 사용 못하고 container에 담겨야 사용이 가능함 rm : container 삭제 start : container를 메모리에 올려서 application 실행 stop : container 중지 push : 이미지 registry에 저장(권한 필요) commit : container file을 다시 image로 만들어 주는 것
https://developer.nvidia.com/cuda-toolkit-archive CUDA Toolkit Archive Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production developer.nvidia.com 기존의 CUDA 삭제 후 reboot 하고 할 것! 자신이 원하는 버전에 자신에 맞는 설..
Nvidia driver OS 에서 GPU를 읽을 수 있게 도와줌 GPU 확인 $ sudo lshw -C display 사용 가능한 driver $ ubuntu-drivers devices 내가 설치하려는 것을 지원하는지 보고 설치한다 $ apt-cache search nvidia | grep nvidia-driver-460 $ sudo apt-get install nvidia-driver-460 reboot
Nvidia Driver 제거 $ sudo apt-get purge nvidia* $ sudo apt-get autoremove $ sudo apt-get autoclean CUDA 제거 $ sudo rm -rf /usr/local/cuda* $ sudo apt-get --purge remove 'cuda*' $ sudo apt-get autoremove --purge 'cuda*' 확인 $ sudo dpkg -l | grep nvidia $ sudo dpkg -l | grep cuda 남아있다면 제거 sudp apt-get remove --purge
