끊김 없이 하자

( + ) . 연구실에 있었을 때는 말로만 들었던 도커를 사용한 실험 환경 세팅이 익숙해졌다. 신세계다... 더는 이 블로그에 예전에 썼던 ubuntu os upgrade 따위로 고통받을 일이 없다 !_! . 도커파일도 만들어봤다. . 도커 컴포즈도 해봤다. (해봤다 수준에서 끝이지만) . 기술적인 건 아니었고, 어찌보면 학교에서 했던 조교의 연장선 같은 느낌으로 두 명의 인턴을 담당했다. (초보 매니저 (?)) ( . ) . 뜬금없이 제품 QA 업무로 고통받다가 잠깐 해방되었다. 너무 스트레스 받는 나머지 그냥 나중에는 QA 직무로 이직할까 하는 생각도 했다(?) (나중에 이것만 읽으면 이해가 안 될 맥락... 지금 있는 직무를 가고 싶은 회사에서 공고를 안 내니까 했던 생각.) . 과제 감사 프로세스..

오늘 해결할 수 있을 것 같지는 않아서 힘들기는 하고 어쨌든 오랜만에 뭔가 쓰고 싶어져서 일단 기록. https://github.com/ming024/FastSpeech2 위 레포로 학습 후 저장한 모델을 로드해서 추론하려고 하는 과정에서 생긴 문제이다. 학습한 모델이 torch.nn.DataParallel()을 사용했기 때문인지, 학습된 모델을 로드했을 때도 똑같이 모든 GPU를 점거하게 된다. 이를 해결하기 위해 제일 자주 사용했던 os.environ["CUDA_VISIBLE_DEVICE"] = "2" 코드를 torch.device(....) 위쪽에 삽입했는데, 그래도 여전히 0번 GPU를 메인으로 나머지 GPU를 다 소량씩 사용한다. torch.device('cuda')의 결과에 여러 개의 GPU(..

보고서를 작성하지 않습니다. 오류 메시지에 따르면 디스크가 가득 찼습니다. 다음을 바로잡으려면 'apt-get -f install'을 실행해 보십시오: 다음 패키지의 의존성이 맞지 않습니다: OS 알못이 Ubuntu Server를 홀로 사용하다 보니 슬슬 살기 위해 OS 관련 지식이 반드시 필요한가? 라고 물어보게 된다(결국 공부 안하겠지만). 저번 업데이트 이후 왜인지 Cuda 관련 설정이 깨져서 고생한 이후 한동안 업데이트를 안했는데 이번에 시도하니 난데없이 디스크가 가득 찼단다. 업그레이드 -> 의존성이 맞지 않습니다 -> 부트 디스크 삭제 -> 의존성이 맞지 않습니다 콤보에서 일단 디스크부터 지워보기로 ㅜㅠ 내 검색어에 걸리는 것들은 다 3.0.0.. 대던데 나는 4.4.0 이고 ls -alhS ..