MOMO's NLP_Lab

이 오류가 뜨는 이유는 서버에서 port 8888로 주피터를 사용하고 있었는데 ctrl+z로 프로그램을 일시정지 Stopped를 시킨것이다. 그러므로 stopped된 포트를 넘어서 8891까지 동작을 하는것이다. 이를 해결하기 위해서는 stopped된 프로그램을 다시 동작시킨후 ctrl+c로 정상적으로 커널을 종료하는것이다. 일시정지된 프로세스를 보는 방법 >> jobs 일시정지된 프로세스를 foreground 로 돌리는 방법 >> fg 이렇게 정지된 목록을 확인하고 fg로 foreground로 돌려서 ctrl+c로 정상적으로 프로그램을 종료하는것이다. 다 날리면 정상 작동한다.

OSError: /home/nlplab/anaconda3/envs/momo/lib/python3.7/site-packages/torchtext/_torchtext.so: undefined symbol: _ZNK3c104Type14isSubtypeOfExtESt10shared_ptrIS0_EPSo 이런 문제가 발생하였다. 알아보니 torch와 torchtext의 버전이 맞지 않아서 였다. conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch 나한테 맞는 버전으로 다시 설치하니 돌아갔다. 위에꺼 코드 그냥 돌리면 전에 있던 버전 삭제후 새로 설치 해주는 것이다. 맘편하게 위에꺼 코드 돌리자. 아..

터미널에서 pip install torchtext 설치하면 가장 최신버전인 0.9.0이 설치가 된다. 버전 업그레이드 이후 torchtext.data 안에 있는것들이 폴더가 살짝 바뀌었다. torchtext.lagacy 라는 폴더가 생기면서 기존의 0.8.1이하의 버전과 다르게 lagacy를 import해줘야한다. 출처 : github.com/pytorch/text/tree/master/torchtext/legacy

from tensorflow.python.client import device_lib device_lib.list_local_devices() nvcc --version cuda 실제버전확인 nvidia-smi GPU메모리 확인 및 smi에 나와있는 cuda version 은 최대 이용가능한 드라이버 버전임

출처 : teddylee777.github.io/colab/tensorflow-gpu-install-windows 테디노트님 정말 감사합니다 (_ _) 텐서플로우(tensorflow) 윈도우 10 GPU 설치 텐서플로우(tensorflow) 윈도우 10 GPU 설치방법에 대해 알아보겠습니다. teddylee777.github.io 일단 해당 가상환경 CMD를 킨후에 pip install tensorflow 를 한다. 그후에 텐서플로우의 버전을 확인후 텐서플로우 공식홈페이지 가서 버전을 확인후 호환가능한 CUDA버전과 CUDNN버전을 다운받고 합친다. 필자는 텐서플로우 버전이 2.3.1이며 버전 확인은 아래와 같이 하면 된다. 버전 확인후 2.3.1과 맞는 CUDA 10.1을 다운받았으며 CUDNN도 7...

from datetime import datetime t = datetime.now().strftime('%Y-%m-%d-%H-%M') //파일이름에 작업시간넣기 filename = '{0}-submission.csv'.format(t) //파일이름 print(filename)// 파일 이름확인 2020-09-21-18-08-submission.csv //결과 sample_submission = pd.read_csv('https://bit.ly/fc-ml-byte-submission') // 파일위치 final_prediction = final_blend //예측결과 넣기 sample_submission['SalePrice'] = final_prediction //타겟값에 예측결과 넣기 sample_su..

def test(x): if 0

import catboost as cb start = time.time() # 시작 시간 지정 cb_dtrain = cb.Pool(data = train_x, label = train_y) # 학습 데이터를 Catboost 모델에 맞게 변환 cb_param = {'max_depth': 10, # 트리 깊이 'learning_rate': 0.01, # Step Size 'n_estimators': 100, # Number of trees, 트리 생성 개수 'eval_metric': 'Accuracy', # 평가 척도 'loss_function': 'MultiClass'} # 손실 함수, 목적 함수 cb_model = cb.train(pool = cb_dtrain, params = cb_param) # 학습..