도찐개찐

jupyter 를 사용하다보면 쉘을 통해 가상환경 및 커널에 pip intsall 과 같은 명령어로 python 패키지를 설치해야 하는 경우가 있습니다. 이를 해결하기 위해서는 jupyter이 떠있는 서버 접속 후 아래 명령어를 실행하면 됩니다. 가상 환경의 커널 추가 또는 업데이트 Jupyter Notebook에 ml_jupyter 가상 환경을 커널로 추가하거나 업데이트합니다. 다음 명령어를 사용합니다 $ python -m ipykernel install --user --name {가상환경이름} --display-name "~~~" $ python -m ipykernel install --user --name ml_jupyter --display-name "Python (ml_jupyter)"

CPU는 빠르고 순차적인 방식으로 많은 일반 작업을 처리할 수 있는 반면, GPU는 병렬 컴퓨팅을 사용하여 엄청나게 복잡한 문제를 여러 개의 작은 동시 계산으로 분해합니다. 따라서 기계 학습에 필요한 대규모 분산 계산 프로세스를 처리하는 데 이상적입니다. 이 기사에서는 CPU와 GPU의 차이점과 기계 학습, 신경망 및 딥 러닝을 사용한 각각의 애플리케이션을 비교해 보겠습니다 . CPU란 무엇입니까? 중앙 처리 장치 또는 CPU는 산술, 논리 기능, I/O 작업과 같은 컴퓨터의 기본 명령을 처리하는 프로세서입니다. 일반적으로 컴퓨터 마더보드에 통합된 작지만 강력한 칩입니다. CPU는 대부분의 컴퓨터 하드웨어 및 소프트웨어 명령을 해석하고 실행하기 때문에 컴퓨터의 두뇌로 간주됩니다. CPU의 표준 구성 요소..

1. NVIDIA Container Toolkit 설치 NVIDIA Docker는 이제 NVIDIA Container Toolkit으로 대체되었습니다. 이를 설치하려면, 먼저 NVIDIA의 GPG 키와 저장소를 추가해야 합니다. 다음 명령어를 실행합니다 $ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) $ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - $ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/..