Seongkyun Han's blog

PC에 우분투(Ubuntu) CUDA개발환경 세팅하기

02 Jan 2019 | Ubuntu 환경 deep learning

[Ubuntu] PC에 우분투(Ubuntu) CUDA개발환경 세팅하기

PC에 우분투(Ubuntu)를 설치하고, 딥러닝 개발환경을 세팅하는 방법을 정리해봤다.

Ubuntu 설치(단일 운영체제 부팅)

  • 우분투는 각종 오류가 많으므로.. 최신보다는 이전 버전을 설치하는것이 유리하다.(16.04LTS 추천)
  1. 우분투 이미지 다운로드(‘Ubuntu 16.04’라고 치면 바로 뜸)
  2. 다운로드 된 이미지를 이용하여 부팅용 USB 제작
  3. 완성 된 부팅 USB를 이용하여 설치하고자 하는 PC에 꽂고 부팅
    • 이 때, 부팅순서 키(Board 회사마다 다름)를 눌러 USB로 부팅
    • 부팅 시에는 Secure boot? Fast boot 옵션이 추가된 USB 말고 일반 USB로 선택해야 오류가 뜨질 않음
  4. 설치 완료

Tty 콘솔 진입 설정

  1. Settings 가서 software 다운로드 서버 Korea에서 Main server로 변경
  2. sudo apt-get install vim
  3. sudo vim /etc/default/grub
  4. insert키 눌러서 편집 모드 진입
  5. GRUB_CMDLINE_LINUX_DEFAULT = "quiet splash" 를 찾아 "quite splash nomodeset"로 수정
  6. ESC키 누르고 : 누른 후 wq 입력 후 엔터(vim editor 저장 후 나가기)
  7. sudo update-grub
  8. sudo reboot

파이썬 버전 업그레이드(Python 3.7)

  • 나중에 문제가 발생할 수 있기 때문에 처음에 업그레이드 하는게 좋다.
  • sudo apt update
  • sudo apt install software-properties-common
  • sudo add-apt-repository ppa:deadsnakes/ppa
  • sudo apt update
  • sudo apt install python3.7
  • 설치 완료 후 python3 를 기본으로 설정
    • sudo update-alternatives --config python
      • 만약 update-alternatives: error: no alternatives for python 라고 등록된 버전이 없다고 뜨면
      • sudo update-alternatives --install /usr/bin/python python /usr/bin/python2.7 1
      • sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.7 2
    • 다음으로 Python3.7을 default로 하고 엔터를 치면 됨
  • 완료 후 python --version 으로 현재 버전 확인
  • Path 변경이 있을 수 있으므로 sudo reboot로 재부팅
  • 재부팅 후 pip 이용 위해서 sudo apt-get install pyhton3-pip 로 pip 설치
  • 만약 pip로 패키지 설치 시 python3.7 -m pip install package_name로 해야 python3.7에서 import 가능!

그래픽 드라이버 및 CUDA 설치(CUDA 9.0)

  • CUDA를 설치하면 자동으로 그래픽 드라이버를 같이 설치해주므로 그게 오류가 적고 속편하다.
views

  1. 링크로 들어가 의 옵션에 맞게 세팅 후 “Base Installer” 다운로드

  2. Ctrl + Alt + F1 동시에 누르기(Virtual terminal 들어가기)
    • 아이디랑 비밀번호 입력(Ubuntu 설치 시 생성한 아이디 및 비밀번호)
  3. CUDA 및 그래픽 드라이버 설치
    • sudo service lightdm stop (Kill x server)
    • cd Download (다운로드 받은 CUDA 설치 파일 존재 위치로 이동)
    • sudo chmod +x CUDA~.run (실행 권한 주기)
    • sudo ./CUDA~.run (CUDA 설치)
  4. CUDA 설치 시 옵션
    • Install NVIDIA Accelerated Graphic driver? Yes
    • Install the CUDA 9.0 Toolkit? Yes, Enter location : 엔터키
    • Do you want to install a symbolic link? Yes
    • Install the CUDA 9.0 Samples? No (Yes도 상관 없으나, 괜히 home 용량만 잡아먹음)
    • 설치 완료 후 sudo reboot로 재부팅
    • 재부팅 후 nvidia-smi로 그래픽카드가 잡히면 드라이버 설치 완료
  5. CUDA 환경변수 설정
    • 재부팅 후 vim ~/.bashrc
    • 맨 아랫줄에 하기 내용 입력

export PATH
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/lib64:$LD_LIBRARY_PATH
  • 파일을 저장하고 빠져나옴
  • source ~/.bashrc
  • nvcc --version으로 CUDA 버전 잡히면 설치 완료
  1. 터미널에서 명령어가 듣지 않는 경우
    • bashrc 파일 작성 시 오타가 포함될 경우 터미널상의 모든 명령어가 듣지 않는다.
    • 이럴 경우, 터미널에서 export PATH=/usr/bin:/bin을 입력한 후, 5번의 과정을 다시 수행하면 됨.

cuDNN 설치

  • https://developer.nvidia.com/cudnn 에서 로그인 후 다운로드(version 7.2 이상으로)
  • 로그인 후 다운로드 페이지에서 cuDNN Library for Linux 눌러서 다운로드(tgz 파일)
  • 다운로드 받은 파일 위치로 이동 후 tar -zxvf cudnn-~.tgz 파일 압축풀기
  • cd cuda/include 이동 후 파일 복사
    • sudo cp cudnn.h /usr/local/cuda/include
  • cd ../lib64 이동 후 파일 복사
    • sudo cp libcudnn* /usr/local/cuda/lib64

ssh 설치(원격 사용을 위해) / pip 설치

  1. 우분투 터미널 열기
  2. sudo apt-get install openssh-server pip3

Virtualenv 환경 설정

  • 우분투에 설치된 각종 패키지의 충돌 등을 방지하기 위해 사용한다.
  • Tensorflow/Pytorch 등 각종 툴킷들의 버전 관리에도 편리하다.
  • Pytorch(Caffe2)의 경우, Source code로 빌드하는 경우엔 virtualenv 내에서는 불가능하다(Python에서의 해결 불가능한 에러가 발생)

  1. pip3 install virtualenv

  2. 가상환경 생성

    • Python 2, 3.5, 3.6등 버전별로 관리가 가능하다.
    • Python 2에서 사용 할 경우, 위의 pip 및 virtualenv 설치 시 pip3 대신 pip를 입력하면 된다.
    • Python 버전별 가상환경 생성 명령어는 아래와 같다.

# python 2
$ virtualenv directory --python=python2.7

# python 3.5
$ virtualenv directory --python=python3.5

# python 3.6
$ virtualenv directory --python=python3.6
  • 생성 된 가상환경을 제거하고 싶을 경우, 생성된 폴더를 그냥 sudo rm -rf directory로 날려버리면 된다.
  • 생성 된 가상환경에 설치된 모듈들을 txt파일로 저장하고싶으면 가상환경이 활성화 된 상태에서 아래의 명령어를 이용한다.

(venv) $ pip freeze > requirement.txt

Related Posts