anaconda jupyter notebook에 R 설치

  ananconda jupyter notebook에서 R을 사용한다는 것을 R을 가지고 html 문서화를 할 수 있다는 이야기 이다.  R에서는 Markdown이 있는데,  이것보다는 좀 더 편하게 표현 할 수 있다.  jupyter notebook 을 사용할 때는 거의 강의 할 때  사용한다.  하지만,  버전이 낮다는 단점이 있다. 

Ubuntu 18.04 시작시 jupyter notebook 자동 실행 anaconda 환경

 anaconda 환경에서  Ubunt 18.04 시작시 jupyter notebook 실행 하는 것은  쉽지 않은 일이다.   즉 OS에 대한 이해가 없으면,   자동으로 jupyter notebook 실행을 할 수 없다. 

나는 아래와 같은 시도를 하였지만,   실패 하였다. 

$ crontab -e

@boot  jupyter-notebook --ip "192.168.0.12"

이것은 될 리가 없다.   root 계정에 anaconda를 설치 하지 않았기 때문에,  root 계정에서는 Anaconda 실행 환경이 되지 않는다. 

iptime nas2 dual 사용후기 owncloud 및 멀티 미디어 사용

      Iptime NAS2daul를 구입 할 때 고려 할 사항이   클라우드 및 FTP 성능이 Dropbox나,  구글 Drive,  MS  OneDrive와 같다고  생각 하면,  안돼요.   owncloud에서  제 성능 내려면, 유료버전을 구매 하여야 하고, 서버도 갖추어 주어야 한다.  

iptime nas2 dual

ubuntu 자주 사용하는 명령어 모음

 우분투를 사용하지만,   자주 사용하는 명령어 모음은 별도로 만들지 않았다.  이쪽 페이지에 자주사용 하는 명령어를 만들어서,  레퍼런스로 사용하겠다. 

 1. 휴지통 비우기 

Owncloud 설치 하기

   Owncloud 

  현재 나는 Dropbox 클라우드를 사용하고 있다.  하지만,   매달 마다 나가는 비용이 당연히 부담스러울 수 밖에 없다.  디스크도 기존에 가지고 있었고,  혼자 사용하는 노트북 서버가 있다.  노트북 서버가 있다는 이야기는 모든 것에 대한 설정이 가능 할 뿐 아니라,  운영 할때,  전기값도 얼마 들어가지 않는 다는 장점이 있다.    자기 자신만의 클라우드를 가지고 있다는 것은 매우 큰 장점을 지닌다. 

속도가 빠르다는 것이다.  내부 정보 찾을 때도 빠르고,  링크 걸 때도 데이터를 다운로드 시 매우 빠르다.   다만 느린 것은 업로드 이다.   우리집에서 보았을때는 다운로드인데,  속도가 생각보다 늦다.  초기 로드만 끝나고 나면,  나중에 로드가 거의 안걸리는 최적환경이 구현된다.   

 아래와 같은 하드웨어로 구성 하였다.   가장 가격이 저럼한 구성이다. 

 

우분투 아파치 사용 로그 보기 실습 데이터

  우분투 아파치 서버에서 나의 블로그 소스코드를 돌렸는지, 확인 해 볼 것이다. 

아래 명령어를 치면 로그들이 나온다. 

$ find /var/log/apache2/access.log | xargs grep -r --color=auto -n   'xlsx'

1875:192.168.0.1 - - [10/May/2021:19:32:49 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1876:192.168.0.1 - - [10/May/2021:19:43:19 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "RStudio Server (1.4.1106); R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1877:192.168.0.1 - - [10/May/2021:19:48:10 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1878:192.168.0.1 - - [10/May/2021:20:01:06 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1879:192.168.0.1 - - [10/May/2021:20:07:52 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1880:192.168.0.1 - - [10/May/2021:20:35:12 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1885:192.168.0.1 - - [10/May/2021:21:08:44 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "RStudio Server (1.4.1106); R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1886:192.168.0.1 - - [10/May/2021:21:09:16 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1890:192.168.0.1 - - [10/May/2021:21:30:54 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "RStudio Desktop (1.4.1106); R (4.0.5 x86_64-w64-mingw32 x86_64 mingw32)"

1892:192.168.0.1 - - [10/May/2021:21:35:27 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "RStudio Desktop (1.4.1106); R (4.0.5 x86_64-w64-mingw32 x86_64 mingw32)"

그리고 텍스트 파일로 만들고 싶으면 아래와 같이 한다. 

$ find /var/log/apache2/access.log | xargs grep -r --color=auto -n   'apt.xlsx' &> result.txt

나중에 이것은 R에서 데이터를 import 하여,  데이터를 파싱 한 다음 Rshiny에서 보여줄 예정 이다. 

Ubuntu에 CUDA /Tensorflow 2.4 GPU 사용

   아래와 같이 하면 안되는 경우가 매우 많다..  콘솔 환경 설정 이후에 하여야 한다. 

콘솔 환경이 설정되지 않았다면,  아래를 클릭 해서 설정 후 와야 한다.  

• 콘솔환경 설정 : 여기를 클릭 하십시오. 

   컴퓨터 환경 마다 약간 환경이 다르지만, 앞에서 한 바와 같이 콘솔 환경을 만들어 놓고, 아래와 같이 하면 잘된다.   이것은 카이스트에서 클라우드를 세팅 하는 방법을 배포 한것인데,  RTX3080, RTX3090 모델을 아주 잘 붙는다.   CUDA 설치 살질을 날려버릴 수 있는 문서 이다.  

여기에서 아래와 같이  root 유저로 하는 것이 좋다. 

$ sudo su

3. Nvidia CUDA 설치 

Cuda 설치 하기 위한 Ubuntu 기본 세팅

 R 에도 TensorFlow가 돌아간다.  GPU설정만 잘하면 되는데,  항상 Path문제가 발생 하는데,  일단,  아직 그 적정한 Path를 찾지 못하고 있다.  하지만,  Python에서는 아래와 같이 TensorFlow가 잘 돌아 간다. 

     RTX3080 GPU를 구입 하고 나서, GPU설정 하려고,  구글링을 엄청 나게 하였지만, 성공하지 못하였다가  카이스트에서 인공지능 교육 받고 있을때,  RTX 관련된 문서를 받았다.   이것도 처음에는 잘 되지 않다가,  카이스트 문서를 Base로 해서 여러번 구글링 하다가   결국은 찾아 냈다. 

   지금 개인 서버 운영 하고 있는데,  지금은 R을 하고 있고,  딥러닝은 겨울철에 돌려야 난방효과도 좋으니,   계절에 따라서 바꾸어 하려고 한다.   정말 더운 여름철에 에어컨 까지 틀면서,  딥러닝 서버를 일반 가정집에서 돌리기에는 정말로 비용부담이 크다. 

여름을 나기 위해,  점검 중에 문제가 생겨서,  우분투 리눅스를 설치 하고 나서 아래와 같이 정리 하였다.   

1. 우분투 그래픽 및 ssh 설정