쉬어가는 공간

기업은 데이터 중심의 이해를 원 하며 데이터 과학자들은 이를 만듭니다. 데이터 과학 실습은 많은 컴퓨팅 리소스와 많은 시간을 필요로하며 반복적 인 작업입니다. 더 나은 데이터 이해를 반복을 지원하기 위해, 데이터 과학자들은 종종 Jupyter 와 같은 것을 사용합니다. 그리고 Tensorflow의 계산을 가속화를 위해 GPU를 점점더 많이 사용합니다. 그러나 GPU는 비용이 많이 들고 기업은 효율적인 작업을 좋아 하기 때문에 신중하게 선택하고 관리해야 합니다 . 현재 Kubernetes와 Docker를 사용하여 자원 활용도를 향상시키는 클라우드 컴퓨팅의 추세가 있습니다 . Jupyter 및 GPUs 같은 데이터 과학 도구를 Docker 및 Kubernetes와 함께 관리 할 수 ​​있다면 좋지 않을까요 ..

요즘 머신러닝이 주목받고 있는습니다. 머신러닝은 많은 양의 데이터를 충분한 결과가 나올때까지 반복학습을 해야하고 이 과정에서 많은 시간이 필요합니다. 많은 시간이 필요한 머신러닝에서 그 시간을 단축시키는 방법중에 비용이 많이 들지만 GPU를 사용하는 방법이 있습니다. 이 포스팅에서는 GPU드라이브를 설치하는 방법을 알아보도록 하갰습니다. 설치환경은 Ubuntu Linux 16버전에 GeForce GTX1060를 사용하였습니다. 테스트는 Tensorflow에서 했습니다. 1.GPU 드라이버를 설치합니다. 다운로드 페이지는 아래와 같습니다.http://www.nvidia.fr/Download/index.aspx 쉘파일로 드라이브를 받고 리눅스의 적당한 위치에 업로드하여 아래의 명령어를 실행합니다. $ sud..