Yennefer Cluster
c1.12.0
c1.12.0
  • Single 매뉴얼로 이동
  • ✨Welcome!
  • ☀️What's New
  • Getting Started
    • Sign Up
    • Sign in
    • Account
  • Studio
    • Overview
    • 주요 기능
      • 홈
      • 프로젝트
        • 프로젝트 생성하기
        • 프로젝트 상세보기
        • 프로젝트 개요
        • 프로젝트 환경 설정
        • 데이터 관리
        • 구성원 초대하기
        • 리포트 공유하기
        • 모니터링
        • 시스템 로그
  • Dataset
    • Overview
    • 주요 기능
      • 데이터셋 목록
      • 데이터셋 생성하기
      • 데이터셋 상세보기
  • Storage
    • Overview
    • 주요 기능
      • 스토리지 목록
      • 스토리지 생성하기
      • 스토리지 상세보기
  • Insight
    • Overview
    • 주요 기능
      • Insight 데이터셋
      • 차트
      • 대시보드
      • AI Assistant
      • 사용자 초대
  • Admin
    • Overview
    • 주요 기능
      • 대시보드
      • 사용자 관리
        • 사용자 상세페이지
      • 자원 그룹 관리
      • 자원 관리
      • 프로젝트 관리
      • 데이터셋 관리
      • 스토리지 관리
      • 시스템 모니터링
        • 플랫폼 자원 현황
        • GPU 활용 현황
        • 사용자 자원 활용 현황
  • Product Updates
    • 🗒️Changelog
  • Expert Features
    • 다양한 기능을 사용해보세요!
      • 1. TensorBoard 사용하기
      • 2. MATLAB 사용하기
      • 3. VScode에서 SSH 원격 접속하기
Powered by GitBook
On this page
  1. Expert Features
  2. 다양한 기능을 사용해보세요!

1. TensorBoard 사용하기

프로젝트 IDE환경에서 TensorBoard를 사용하실 수 있습니다.

Previous다양한 기능을 사용해보세요!Next2. MATLAB 사용하기

TensorBoard는 머신러닝 실험에 필요한 시각화 및 도구를 제공합니다. 아래 가이드를 통해 사용해보세요.

본 가이드라인은 GPU Jupyter 컨테이너를 기준으로 작성하였습니다.

사용방법

  1. Yennefer Studio 프로젝트 상세페이지에서 "서버 활성화 > 서버실행하기"를 클릭하여 IDE를 실행합니다.

  2. 서버 실행 후, Launcher에서 Terminal을 클릭합니다.

  3. 터미널에 다음의 내용을 차례대로 입력합니다. pip install tensorflow pip install jupyter-server-proxy npm install -g n export N_PREFIX=/opt/conda/ n stable pip install git+https://github.com/twalcari/jupyterlab_tensorboard.git

4. 설치가 완료되었으면, 창을 닫고 서버를 비활성화합니다. 5.다시 서버를 활성화하고 서버를 실행시킵니다.

6.TensorBoard를 사용할 notebook을 생성합니다.

7.위와 같이 코드를 작성한 후 학습을 진행합니다.

8. 학습 시 logdir와 tensorboard_callback변수를 추가하여야 합니다. (참고 코드 : https://www.tensorflow.org/tensorboard/tensorboard_in_noteb ooks)

9. 정상적으로 학습이 완료되면 logs 폴더가 생깁니다.

10. 상단 주소창의 hub0/user/X/Y/를 확인합니다.

11. 상단 주소창의 hub0/User/X/Y를 참고하여 코드를 실행합니다.

X,Y에는 숫자가 들어가며 그 외에는 그대로 작성하시면 됩니다.

12. %tensorboard --logdir logs 코드를 입력하여 TensorBoard를 실행합니다.