OveractionK의 기록보관소

참조자: 결론부터 말하자면 NULL pointer(NULL 이 들어있는포인터, 아무것도 가리키지않는 상태) 참조자란 친구는 c++ 에서 포인터에 null이 할당되는 실수를 막기위해서 c++에서 조취한 특단의 결과라고 볼 수 있다. 참조자: 할당된 하나의 메모리공간에 다른이름을 붙이는것. 참조자 특징 이름앞에 &로 선언 int & a =num; 이를 통해num의 메모리공간에 접근가능 (포인터는 주소값을 입력) 상수 참조불가 Null값 초기화불가 (포인터는 NULL값 존재) 선언과 동시에 누군가를 참조. 참조대상 변경 불가능.(포인터는 가능) 참조자는 별명, 여러가지 별명가능

기존에는 CUDNN과 CUDA를 따로 설치하면서 여러가지 골치 거리를 격었지만, 최근에는 아나콘다에서 가상환경을 만들어서 그 가상환경에서 아래의 process를 진행해주면 자동적으로 cudnn과 cuda를 설치해주는 $ conda create --n anaconda $ conda install tensorflow-gpu 참조: https://towardsdatascience.com/tensorflow-gpu-installation-made-easy-use-conda-instead-of-pip-52e5249374bc

위 기능을 찾게 되었던 이유는 training에 사용하던 model의 GPU utilization이 생각보다 높지 않다는 사실을 깨달아서였다. mnist 조차도 30퍼센트가 넘는다고 들었는데, 빵빵한 RTX 2080 ti의 utilization이 겨우 13퍼센트가 된다는 사실을 깨달았을때는 사실 충격적이였다. Training 모델의 hidden layer가 한층이란게 원인으로 생각된다. 아래의 다양한 기능들이 부가적으로 존재하는데, 1시간동안의 gpu utilization 만 보면되는 상황이라 아래와 같이 입력하였다. $ nvidia-smi --query-gpu=timestamp,name,utilization.gpu --format=csv -l 5 -t 3600 -f gpu_log.csv QueryDes..