yuns

python -m ipykernel install --user --name [PyTorch] --display-name ["PyTorch"]

서버에 jupyterlab를 설치한다. pip install jupterlab 서버의 터미널에 아래와 같은 명령어를 입력한다. jupyter lab --generate-config 그러면 무언가의 파일이 생성되었다고 뜬다. vi .jupyter/jupyter_lab_config.py 을 열어 내용을 추가하자 ip는 ifconfig를 치면 ip주소가 나온다. password는 아래와 같은 방법으로 만들 수 있다! 그러면 out[2]에 나온 값을 conf.LabApp.password = ''에 넣어주면 된다. 서버의 터미널에서 명령어에 jupyter lab를 입력한 뒤, 띄우고 싶은 곳에서 '[서버의 ip주소]:[port번호]'와 같이 입력하면 서버의 jupyter lab에 접속 가능하다.

ps -f [pid id]

딥러닝 시 학습하는 시간을 단축하기 위하여 사용 https://developer.nvidia.com/tensorrt에서 TensorRT 설치이후 /usr/local/에 해당 폴더 저장 .bashrc에 아래 코드 추가 export TENSORRT_DIR="/usr/local/[TensorRT폴더에 해당하는 dir]" export PATH=$TENSORRT_DIR"/bin":$PATH export LD_LIBRARY_PATH=$TENSORRT_DIR"/lib":$LD_LIBRARY_PATH

1) CUDA설치하기 2) CUDNN설치하기 https://developer.nvidia.com/rdp/cudnn-archive에 들어가서 로그인 이후 설치하기 아래 코드를 이용하여 tar파일 풀기 tar -zxvf cudnn[각 버전에 따라 완성되는 폴더명이 달라짐] 이후에는 cudnn의 파일을 cuda 파일에 넣어주어야 함 cp lib64/* /usr/local/cuda/lib64 cp include/* /usr/local/cuda/include cuda와 cudnn 설치 완성 .bashrc에 저장하는 방법 export CUDA_DIR="/usr/local/[cuda directory]" export PATH=$CUDA_DIR"/bin":$PATH export LD_LIBRARY_PATH=$CUDA_..

pip install git+[github주소] setup.py 파일이 필수적으로 정의되어 있는 경우에만 가능

pip로 설치하면 다음과 같다 pip install tokenizers 하지만 설치가 안될 경우가 종종 있다. [코드를 다운 받아서 설치하는 방법] -anaconda에 설치하기 때문에 새로운 방법이 필요했다. 먼저 rust를 설치한다. curl https://sh.rustup.rs -sSf | sh -s -- -y export PATH="$HOME/.cargo/bin:$PATH" 다음에는 코드를 다운받아서 설치한다. git clone https://github.com/huggingface/tokenizers cd tokenizers/bindings/python # Install `tokenizers` conda install -c conda-forge setuptools-rust python setup...