prlab 블로그
Ubuntu 18.04 LTS에서 그래픽 드라이버 nvidia-415 버전 설치 본문
일반적인 Ubuntu 18.04 LTS 데스크탑 버전을 설치하면 Ubuntu repository에는 nvidia-390 버전 이상의 그래픽 드라이버가 없기 때문에 설치되지 않는다.
또한, Ubuntu 자체적으로 설치되어있는 nouveau라는 그래픽 드라이버는 딥러닝 연산 목적이 아닌 영화같은 영상매체를 보기위한 목적으로 linux 개발자들이 만든 그래픽 드라이버이기 때문에 삭제한 후 Nvidia의 정식 그래픽 드라이버를 설치해야한다!
이 글에서는 간단한 Ubuntu 18.04 LTS 설치 이후 작업 부터 아나콘다를 설치하여 Keras2.2.4 버전 실행까지 설치 진행 사항을 설명한다.
1. ubuntu 18.04.1 한글 입력 설정
아래 코드로 한글 언어팩을 설치한후
$ sudo apt-get update && sudo apt-get install language-selector-gnome gnome-system-tools gnome-tweaks gnome-shell-extensions net-tools
윈도우 키 누르고 setting -> Region & Language -> Manage installed languages 클릭해서 Korean -> Korea(hanguel) 클릭하면 한글 입력이 가능해진다. 만약 Korea(hanguel) 옵션이 안보이면 재부팅후 다시 확인한다!
2. Iptime 공유기 환경에서 SSH 포트포워드 설정
아이피타임 공유기를 쓰는경우 웹주소로도 공유기에 접속이 가능함
아래 그림처럼 원격 관리 포트를 412로 해주고 DDNS 서비스를 설정한 후 [DDNS 주소]:[원격 관리 포트 번호]를 웹브라우저에 검색하면 원격지에서도 공유기 접속이 가능하다.
아래처럼 공유기 환경에서 서버 PC에 SSH를 포트포워드 하기위해선 임의의 외부포트와 SSH연결을 나타내는 22 포트를 내부포트로 설정해야한다.
아래 명령어 실행 후 1줄이상 출력되면 nouveau가 설치된 환경이다. Nvidia 정식 드라이버 설치를 위해선 삭제가 필요하다
$ lsmod | grep nouveau
Vim 편집기를 설치해주자
$ sudo apt-get install vim
아래 경로에 blacklist 파일을 생성하자
$ sudo vim /etc/modprobe.d/blacklist-nouveau.conf
생성된 .conf 파일에 아래 두줄 입력 후 저장한다.
blacklist nouveau
options nouveau modset=0
아래 명령어를 입력 후 재부팅 한다. 만약 화면 안넘어가면 Ctrl + Alt + F4 눌러서 빠져나온 뒤 다시 재부팅
$sudo update-initramfs -u
아램 명령어를 입력하면 nouveau 제거가 완료된다.
$sudo service gdm stop
4. CUDA 9.2 이상의 버전과 호환 가능한 nvidia-415버전을 설치하기 위한 작업
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt update
$ sudo ubuntu-drivers autoinstall
$ sudo reboot
$ sudo apt install nvidia-cuda-toolkit gcc-6
아나콘다 사이트 들어가서 linux 버전을 다운로드 받는다
.
다운 받은 파일 경로에서 $sha256sum Anaconda3-5.2.0-Linux-x86_64.sh 명령어로 checksum을 수행하여 다운 받은 파일의 무결성을 검증한다.
docs.anaconda.com/anaconda/install/hashes/lin-3-64
링크로 들어가서 checksum 결과 확인
$ bash Anaconda3-5.2.0-Linux-x86_64.sh
명령어로 설치
중간에 마이크로소프트사의 VScode를 설치할 것인지 물어본다. 설치하고 싶지 않으면 no 커맨드로 거부한다.
그 외의 설치 경로 설정이나 그 외 설정들은 엔터나 yes로 기본 설정에 따른다.
설치 후 터미널을 재실행 한 후
conda --version으로 설치확인 (명령어 입력이 안되면 재부팅)
설치 완료되면 conda 가상환경 생성 후 keras2.2.4 설치
$ conda create -n keras2.2.4 python=3.6
$ source activate keras2.2.4
$ conda install keras-gpu==2.2.4
여기서 중요한 것은 가상환경에서 conda install keras-gpu 를 수행할 경우 gpu 연산에 필요한 CUDA Toolkit과 Cudnn이 가상환경 내에 설치된다는 점이다.
실제로 앞 선 과정들에서 오류가 없었다면 로컬환경에 CUDA Tookit과 cudnn을 전혀 설치하지 않아도 가상환경 내에서 GPU를 사용한 딥러닝 연산이 잘 수행되는 것을 확인할 수 있다.
다음 글에서는 서버 PC에 설치된 가상환경을 pycharm pro를 사용해 원격 PC에서 원격 빌드하는 내용을 다룬다.
'스터디흔적 > 인공지능 및 기계학습' 카테고리의 다른 글
Ubuntu FTP서버 설치 (FileZila 사용) (0) | 2019.01.18 |
---|---|
Pycharm pro버전으로 서버 PC 환경의 python 인터프리터 사용하여 원격 빌드하기 (0) | 2019.01.18 |
아나콘다 기본 패키지 목록 및 설치 명령어 (0) | 2018.10.11 |
[꿀팁]웹 PDF에서 바로 논문 번역결과 보기 (2) | 2018.03.27 |
[꿀팁] 윈도우 탐색기에 마우스 오른쪽 버튼 클릭해서 CMD창 여는법!! (2) | 2018.03.15 |