Ubuntu DeepLearning(Tensor, Pytorch) Docker 세팅 -1-

Ubuntu에 Native로 설치하게되면 프로그램이 꼬이든 뭐든 문제가 생겨서 Docker를 도입해보았다.

 

Docker를 사용함으로써 얻는 장점은 다른 여러 글들에서 볼 수 있고 Docker 설치법도 아마 함께 있을것이다.

 

1. Terminal setup

일단 터미널 환경설정을 수행한다.

 

여기서 설치할것은 git, ssh이다.

 

sudo apt-get install -y git git-lfs

#SSH
sudo apt-get install -y ssh
sudo ufw enable
sudo ufw allow 22 8888 8080 6006

2. Docker installation

Docker는 간단하게 스크립트로 한번에 설치가 된다.

curl -fsSL https://get.docker.com/ | sudo sh

열심히 줄줄이설치할거다 그러고나서 docker 에게 권한을 부여해야지 정상적인 사용이 가능하다.

권한은 선택적으로 주면 된다

sudo usermod -aG docker $USER # 현재 접속중인 사용자에게 권한 부여
sudo usermod -aG docker your-user # your-user 사용자에게 권한 부여

이후 ubuntu의 로그아웃 또는 재부팅을 수행하면 설치가 완료된다.

터미널에서 아래 명령을 수행하면 docker의 설치확인이 가능하다.

docker Version

3. nvidia-docker 설치

도커에서 nvidia의 Cuda를 사용하기 위해서는 nvidia-docker를 설치하여야 한다.

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

# 이후 아래 명령 실행
sudo apt-get install nvidia-docker2 

4. Docker alias 설정

이제 nvidia docker를 설치하였다.

아마 대부분의 경우 nvidia docker를 활용할거다.

현재는 nvidia-docker 라는 명령을 사용하지만 이름이 길다... 나는 이걸 짧게 줄이려 한다

.zshrc에 alias 명령을 넣어주면 실행 명령어를 수정할 수 있다.

alias gdocker="nvidia-docker"

나는 혹시 모르니까 docker가 아닌 gdocker로 명령어를 변경하였다. 

 

자 이제 gdocker를 실행하면 nvidia-docker가 실행된다

 

여기까지는 docker의 기본적인 설치, nvidia-docker를 수행하였다

 

다음 포스팅에 Tensor flow, Pytorch를 docker에서 수행하도록 하자.