원하시는 계정명과 비밀번호, 소속을 [email protected]으로 보내주시기 바랍니다.
example)
ID : bio1
PASSWD : bio1234
소속 : 최xx 교수님 연구실
WINDOWS에서 접속하는 경우 Putty라는 프로그램을 사용하시는 것을 추천합니다. Putty프로그램을 실행하고 메일로 알려드린 아이피를 입력하면 접속하실 수 있습니다. 다음의 사이트를 참고하십시오.
https://deidesheim.tistory.com/entry/PuTTY-%EB%A1%9C-SSH-%EC%9B%90%EA%B2%A9%EC%A0%91%EC%86%8D-%ED%95%B4%EB%B3%B4%EA%B8%B0
Ubuntu 환경에서 접속할 경우 openssh-server를 설치해야 합니다. 터미널창을 열고 다음을 입력하여 openssh-server를 설치합니다.
sudo apt-get install openssh-server
설치 후 다음과 같은 명령을 통해 딥러닝 서버에 접속하실 수 있습니다.
ssh 계정명@166.104.xxx.xxx
딥러닝 서버는 Ubuntu 18.04 / CUDA 10.0 Version으로 구축된 환경입니다. 따라서 사용하실 학습 환경을 딥러닝 서버의 환경과 맞춰주셔야 합니다. 현재 딥러닝 서버는 Anaconda라는 가상환경을 만들어주는 툴을 사용하고 있습니다. 다음은 Anaconda 환경 설정 방법입니다.
접속하신 계정을 보면 다음과 같이 터미널에 나옵니다.
(base)계정명@계정명:~$
workspace라는 폴더를 생성합니다.
(base)계정명@계정명:~$ mkdir workspace
workspace라는 폴더로 이동합니다.
(base)계정명@계정명:~$ cd workspace
원하는 환경의 이름(여기서는 my_env라고 가정)을 정하고 환경을 만듭니다.
(base)계정명@계정명:~$ conda create -n my_env python=3.6
환경을 Activate합니다.
(base)계정명@계정명:~$ conda activate my_env
다음과 같이 바뀌면 환경이 Activate된 것입니다.
(my_env)계정명@계정명:~$
이제 사용할 딥러닝 환경을 설치하시면 됩니다.
Deactivate는 다음과 같이 실행합니다.
(my_env)계정명@계정명:~$conda deactivate
터미널 창을 열고 github에서 Unet++를 다운받습니다.
(my_env)계정명@계정명:~$ mkdir workspace && cd workspace
(my_env)계정명@계정명:~/workspace$ git clone https://github.com/tjdalsckd/pytorch-nested-unet-smc.git
다운 받은 폴더로 이동합니다.
(my_env)계정명@계정명:~/workspace$ cd pytorch-nested-unet-smc
예제 이미지파일을 다운받습니다.
파일을 옮기고 압축을 풉니다.
(my_env)계정명@계정명:~/workspace$mv /home/계정명/Download/input.tar .
(my_env)계정명@계정명:~/workspace$tar xvf input.tar .
학습을 시작합니다.
(my_env)계정명@계정명:~/workspace$python train.py --dataset xray --arch NestedUNet --image-ext png --mask-ext png
테스트를 시작합니다.
(my_env)계정명@계정명:~/workspace$python test.py --name xray_NestedUNet_woDS
root 권한을 얻는 행위, 그 외의 root권한과 관련된 작업 또는 서버의 커널과 관련된 파일을 건드리거나, CUDA를 설치하거나 하는 등의 작업은
미리 [email protected]으로 메일을 보내 확인하신 뒤 작업해주시기 바랍니다.