개요 내 PC의 GPU 환경 확인 부터 딥러닝 설치까지, Windows 11 환경에서 진행 실패 없이 한번에 설치가 되었다! 내 PC의 GPU 환경 확인 시스템 > 디스플레이 > 고급 디스플레이에서 확인 장치 관리자에서 확인 작업 관리자 > 성능 탭에서 확인 현재 NVIDIA GeForce RTX 4060 그래픽 카드 사용중인 것 확인 NVIDIA Driver 설치 설치 링크 : https://www.nvidia.com/en-us/drivers/ GeForce Game Ready Driver 다운로 다운로드 받은 파일 관리자 권한으로 실행 후, 다음 그림에서 OK 버튼 클릭 동의 및 계속 버튼 클릭 다음 버튼 클릭 설치 중 설치 완료 다음 화면에서 Game Ready 드라이버 선택 다음 선택 완료 CUDA Toolkit 설치 CUDA 지원, 성능, 코어 수 확인 링크 확인 : https://www.

개요 SSMS에 계정 추가 계정 추가 후 Python 라이브러리 활용해서 연동 계정 추가 먼저 Security(보안) > Logins(로그인)에서 마우스 우클릭 진행 New Login 선택 다음 화면에서 Loing Name은 evan-tester2 명명, Password는 1234로 지정함 Default Database는 BikeStores로 지정함 Enforce password policy 체크 박스 해제 (테스트용) 왼쪽 메뉴에서 User Mapping 메뉴 선택 하단 옵션에서 db_datawriter 옵션 선택 왼쪽 메뉴에서 Server Roles 선택 dbcreator, public, sysadmin 선택 선택이 완료되었다면 OK 버튼 클릭 사용자 계정이 하나 생성된 것 확인 가능 데이터베이스 수준 역할 각 DB 수준의 역할은 공식문서 참조 : 데이터베이스 수준 역할 서버 인증 방식 변경 서버에서 마우스 우클릭 Security 선택 후, SQL Server and Windows Authentication Mode 선택 확인 후 SSMS 종료 후 재실행 SQL Server Configuration Manager 구성 아래와 같이 접속 TCP/IP 사용 SQL Server 네트워크 구성 선택 SQLEXPRESS에 대한 프로토콜 선택 후, TCP/IP 사용 변경 IP 주소, 포트 번호 지정 IPALL의 TCP 포트번호를 1433으로 지정한다.

개요 Docker에서 django 개발환경 만들기 간단한 웹개발 실습 참고자료 한 권으로 배우는 도커 & 쿠버네티스 교재 구매 링크 : https://product.kyobobook.co.kr/detail/S000213057687 실습사전조건 가상환경으로 Ubuntu 24.04 LTS make : 소스코드를 컴파일할 때 사용하는 자동 빌드 도구이다. build-essential : C/C++ 컴파일에 필요한 기본 컴파일 도구 모음이다. libssl-dev : SSL/TLS 통신을 위한 OpenSSL 라이브러리 개발 헤더이다. zlib1g-dev : 압축 알고리즘용 zlib 라이브러리 개발 파일이다. libbz2-dev : bzip2 압축 알고리즘용 개발 라이브러리이다. libreadline-dev : 터미널에서 편리한 입력을 가능하게 하는 readline 개발 라이브러리이다.

사전조건 사전에 가상 머신, VS Code는 설치가 되어 있다고 가정한다. 가상머신 네트워크 설정 Putty로 가상 머신 네트워크에 접속하는 방법 참고 : VS Code SSH 파일 설정 Extension에서 SSH 검색 후 Remote - SSH 선택 SSH Config 설정 F1 누르고 SSH 입력 메뉴들 중 Connect to Host 선택 Configure SSH Hosts 선택 .ssh\config 메뉴 선택 필자는 기존에 세팅한 옵션 확인 다음과 같이 설정 User는 가상환경 만들 때 작성했던 username이다. 즉 Computer 이름인 evan-master를 기재한다.

개요 VirtualBox에서 네트워크 환경을 구축한다. Putty 프로그램을 통해 Windows 11에서 Ubuntu에 접속한다. VirtualBox 에서 네트워크 환경 구축 네트워크 관리자 선택 NAT 네트워크 탭 선택 만들기 버튼 클릭, DHCP 활성화 체크 된 상태 유지 가상환경 설정에서 네트워크 선택 (어댑터 1 선택) 가상환경 재 실행 및 포트번호 확인 inet 10.0.2.15 번호는 사용자 환경에 따라 다를 수 있음 $ ifconfig enp0s3: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500 inet 10.0.2.15 netmask 255.255.255.0 broadcast 10.0.2.255 inet6 fe80::a00:27ff:fecb:782d prefixlen 64 scopeid 0x20<link> ether 08:00:27:cb:78:2d txqueuelen 1000 (Ethernet) RX packets 14 bytes 3218 (3.

개요 VirtualBox에서 Ubuntu Desktop 설치 윈도우-리눅스 양방햔 간 복사-붙여넣기 구현 VirtualBox Extension Pack 다운로드 VirtualBox Extension Pack : https://www.virtualbox.org/wiki/Downloads 설치 시 VirtualBox 버전과 호환되어야 함 Ubuntu Desktop 설치파일 다운로드 Ubuntu Desktop ISO : https://ubuntu.com/download/desktop VirtualBox 가상머신 만들기 확장 패키지 추가 도구 > 확장 패키지 관리자 선택 설치파일 불러오기 패키지 설치가 완료가 되면 다음과 같은 화면 확인 가상 머신 만들기 머신 > 새로 만들기 선택 ISO 이미지는 선택하지 않은 상태에서 이름 지정 이름 : master-server 종류와 Subtype, 버전은 Ubuntu 기반으로 확인 다음과 같은 화면에서 설정 클릭 일반-고급(A) 선택 후 클립보드 공유 및 드래그 앤 드롭 모두 양방향으로 선택 후 확인 시스템 선택 후 마더보드 8192MB 으로 변경 시스템 선택 후 프로세서 6으로 변경 다시 설정 클릭 후 디스플레이 선택 : 비디오 메모리 128 MB 저장소 선택 후 컨트롤러 IDE 선택-비어 있음 선택 후 부팅디스크 이미지 가져오기 다른 메뉴들은 눌러서 활성화 되어 있는지 확인 (다른 옵션에 대한 설명은 생략) 가상 머신 설치 시작 시작 버튼 클릭 가상 머신이 들어가면 새로운 창 활성화됨 화면 조정할 때 주요 단축키 참고 HOST : Ctrl + Alt 동시에 누르기 부팅디스크 로고 선택 (가끔 안 나올 때도 있음) 중요한 사항이 아니면 이미지만 확인 여기선 체크하지 않는다.

개요 Docker 활용해서 Oracle 설치하기 on M1 SQL Developer 활용해서 접속 및 테스트하기 사전조건 Docker가 이미 설치가 되어 있다고 가정한다. Oracle Database 설치 순서 Step 01 : 도커 이미지 가져오기 Clone Oracle’s Docker Images Repository, Open your terminal and run git clone https://github.com/oracle/docker-images Step 02 : Oracle Database 19c 파일 다운로드 Download Oracle Database 19c for Linux ARM 링크 : https://www.oracle.com/database/technologies/oracle19c-linux-arm64-downloads.html (회원가입 필요) 다운로드, LINUX.ARM64_1919000_db_home.zip 해당 파일을 docker-images/OracleDatabase/SingleInstance/dockerfiles/19.3.0 디렉토리에 위치 시킴 Step 03 : 도커 이미지 빌드 Build the Docker Image, Navigate to the dockerfiles directory 터미널로 경로 이동한다.

PostgreSQL 설치파일 다운로드 PostreSQL 설치 : https://www.postgresql.org/download/windows/ Download the installer 확인 설치 설치파일 실행 (관리자 권한) password는 evan1234 포트번호 확인 프로그램 검색 창에서 pgAdmin 4 프로그램 열기 실행되는지 확인 환경변수 설정 경로 복사 시스템 환경 변수 열기 후 복사하기 C:\Program Files\PostgreSQL\17\bin CMD나 PowerShell에서 확인 C:\Users\campus3S043>psql --version psql (PostgreSQL) 17.4

개요 Anaconda 설치 (2025년 버전) Windows 11에서 설치 후 딥러닝 프레임워크 까지 개발환경 설정 다운로드 설치 파일 다운로드 : https://www.anaconda.com/download Skip Registration 버튼 선택 다음 화면에서 Download 버튼 클릭 설치파일 실행 필자는 관리자 권한으로 실행하는 것을 선호함 어떤 분은 Just Me 선택하기도 하지만, 필자는 All Users 선택 설치 경로 확인 기존에 Python이 설치가 되었더라도 Anaconda 파이썬 기준으로 테스트 할 예정이기 때문에 반드시 체크할 것 확인 버튼 클릭한다. Next 버튼 클릭 Launch Anaconda Navigator 체크박스 선택 후 Finish 버튼 선택 아래 화면이 나타나면 정상적으로 설치가 완료된 것이다.

개요 AWS SageMaker 사용하여 ML 코드 생성 VS Code에서 코드 생성 S3 Bucket에서 모델 업로드 및 다운로드 응용하여 테스트 진행 코드 사전조건 SageMaker가 정상적으로 실행되려면 Docker가 필요할 수 있기, Docker를 먼저 설치하기를 바란다. AWS & SageMaker 연결 설정 I AM 에서 사용자에서 생성한다. 참고 : https://dschloe.github.io/aws/2025/03/connect2ec2viaawstoolkit/ Access Key까지 같이 생성한다. 사용자에 대한 I AM Role 도 생성한다. awsMLDLRole 역할 이름을 부여했다. Local PC 설정 Access Key와 Security Key 입력 $ aws configure AWS Access Key ID [****************BIGP]: AWS Secret Access Key [****************/5l8]: Default region name [us-east-1]: Default output format [json]: 만약 Default region name 변경을 원한다면 vi 편집기로 변경한다.