ClearML

​

어디에 쓰이나요?

• 실험 관리: 코드 한 줄 추가로 학습 실험의 모든 정보를 자동 기록 (파라미터, 메트릭, 환경 정보, Git 커밋)
• 데이터 관리: 학습 데이터셋의 버전 관리 및 변경 추적
• 파이프라인: 데이터 전처리 → 학습 → 평가 → 배포까지의 워크플로우 자동화
• 원격 실행: 로컬에서 작성한 코드를 GPU 서버에서 자동 실행
• 모델 서빙: 학습된 모델을 API로 배포 및 모니터링

​

Docker Compose

git clone https://github.com/allegroai/clearml-server.git
cd clearml-server/docker
cp example.env .env

docker compose up -d

​

접속 확인

​

기본 정보

​

Python SDK 연동

from clearml import Task

task = Task.init(project_name="my-project", task_name="training-v1")

# 이후 코드에서 발생하는 모든 로그, 메트릭, 모델이 자동 기록됨

​

라이선스

​

참고

• ClearML 서버 설치 가이드
• ClearML GitHub

​

설치 점검 목록

• docker compose up -d 후 docker compose ps로 컨테이너 상태를 확인했습니다.
• 기본 포트/계정/비밀번호를 문서대로 점검했습니다.
• 운영용으로 사용할 때 기본 비밀번호/시크릿 값을 변경했습니다.
• 장애 분석을 위해 docker compose logs -f 확인 방법을 숙지했습니다.

​

문제 해결 가이드

• 컨테이너가 실행되지 않으면 docker compose logs -f로 오류 원인을 먼저 확인합니다.
• 포트 충돌이 나면 기존 프로세스를 종료하거나 포트 매핑 값을 변경합니다.
• 이미지 pull 실패 시 네트워크 연결 및 레지스트리 접근 권한을 확인합니다.
• 설정 변경 후 문제가 지속되면 docker compose down 후 다시 up -d로 재기동합니다.

​

관련 문서