
갑자기 도커가 GPU를 인식하지 못해서 reboot를 시켰고, 도커 컨테이너를 실행하려고 하니 위와 같은 에러가 났다. 위 에러는 컨테이너와 연결된 포트가 이미 할당되어 있다는 에러인데, 원인은 외부로 오픈하는 포트가 겹쳐서 컨테이너가 실행되지 않는다는 뜻이라고 한다. 컨테이너를 계속 생성하고 종료하고 그러는 과정에서 충돌이 생긴 것 같다. 1. 해당 포트를 사용 중인 프로세스 찾아준다. lsof -i :PORT_NUMBER 8003과 연결된 컨테이너를 찾아보니 두 개가 있다. PID 아래 있는 게 PID 번호이다. 2. 해당 프로세스의 PID를 입력해서 kill 시킨다. kill -9 PID_NUMBER kill 시킨 후 1의 명령어로 다시 확인해보면 정리된다. 근데 난 이 방법으로 안 됐다. 뭐 한 ..

1. 도커 컨테이너 별 용량 확인 docker system df --v 2. 서버에 할당된 용량 확인 df -h 3. 파일 디렉토리 별 용량 확인 sudo du -sm * | sort -nr 용량 정리를 위한 삭제 관련 (*조심해서 사용하세요) 1. 컨테이너 삭제 docker container prune 2. 이미지 삭제 docker image prune 3. 볼륨 삭제 docker volume prune 4. 사용하지 않는 네트워크 삭제 docekr network prune 5. 사용하지 않는 모든 오브젝트 삭제 docker system prune -a 삭제 할 때 --force filter 를 통해 조건을 줄 수 있음

도커 컨테이너의 환경 세팅을 다른 원격 서버에서 그대로 실험하고 싶을 때가 있다. 설정을 하다보면 순서에 따라 꼬이는 일도 발생해서 같은 환경 세팅을 가져가고 싶었다. 같은 서버 내에선 도커 컨테이너를 이미지로 만들어서 이를 컨테이너 생성에 사용할 수 있는데, 이 이미지를 다른 서버에 옮겨서 사용하고 싶어서 방법을 찾아 보았다. 1. docker container image로 변경 docker commit {컨테이너 이름} {생성할 이미지 이름} 사용중인 컨테이너 이름과 이를 이미지로 변경할 이름을 적으면 된다. 2. 이미지를 파일로 저장하기 docker save {이미지명} > {파일 생성명}.tar 위에서 생성한 이미지를 tar 파일로 없애기 위해 파일명을 적어주면 된다. 3. 저장할 파일을 다른 호..

컨테이너를 실행할 때 nvidia gpu를 사용할 수 있도록 --gpus 옵션을 사용하여 지정할 수 있다. --gpus '"device={...}"' 이런 형식으로 설정할 수 있고, 개인 서버를 할당 받아서 하나씩 사용하다보니 항상 device 번호 지정된 것 하나만 불러왔었는데 여러 개 지정해도 된다는 사실을 알았다. 그리고 내가 만든 컨테이너 내부에서 gpu 정보를 확인하고 싶어졌다. 도커 생성한 컨테이너에 연결된 gpu 확인 docker exec -it {컨테이너 이름} nvidia-smi 위 명령을 사용하면 컨테이너 내부에서 사용 가능한 gpu에 대한 상세한 정보가 출력되고, gpu 번호, 이름, 드라이버 정보, 메모리 사용 등을 확인할 수 있다.

컨테이너 생성 및 포트 연결: docker (container) run [옵션] 이미지명[:태그명] [인수] - 컨테이너 생성 후 포트 연결 안 되어 있다면(가동 안 되고 있다면), 'docker {container name} start' - docker run에는 많은 옵션이 존재함 sudo docker run -it —gpus '"device={gpu number}"' —name {컨테이너 네임} -p {포트 번호} -v {호스트와 컨테이너의 디렉토리 연결(마운트)} {docker image} 컨테이너 실행 docker (container) start [옵션] [컨테이너 식별자] 컨테이너 중단 docker (container) stop [옵션] [컨테이너 식별자] 컨테이너 삭제 docker (cont..
- Total
- Today
- Yesterday
- prompt learning
- support set
- style transfer
- Unsupervised learning
- stylegan
- 리눅스 나노
- linux nano
- 서버구글드라이브연동
- 도커 작업
- 도커
- 파이썬
- 파이썬 클래스 계층 구조
- docker
- few-shot learning
- CNN
- 파이썬 클래스 다형성
- 리눅스
- 리눅스 nano
- 리눅스 나노 사용
- NLP
- clip
- python
- 프롬프트
- 파이썬 딕셔너리
- Prompt
- 구글드라이브연동
- cs231n
- 퓨샷러닝
- 도커 컨테이너
- 딥러닝
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |