뽀루뚜기의 잡다구리 기술 블로그

poruttugi.tistory.com/17

Ubuntu DeepLearning(Tensor, Pytouch) Docker 세팅 -1-의 글을 이어서 수행한다.

Docker의 설정이 완료되었고 이젠 docker에서 사용할 image를 다운로드 받아야한다.

우리가 사용할 image는 deepo라는 image이다

위 표는 deepo와 그외 image들이 지원하는것들이다.

보게되면 ubuntu 버전도 18.04이고 cudnn등 다양한것들을 지원하게 deepo를 선택하였다.

자 이제 설치를 해보겠다.

우선적으로 image를 pull 해와야한다. 

우리가 가저올 이미지를 선택해야한다.

위 그림에서 사용 가능한 버전을 확인 할 수 있다. 선택적으로 설치해도 되지만 all-in-one을 설치하는게 나중에 속편할것 같다.

그리고 우리는 CUDA를 사용하므로 해당하는 태그를 사용한다. (본인이 예전에 설치할 때엔 아래 태그로 설치하였다.)

sudo docker pull ufoym/deepo:all-jupyter-py36-cu100

이제 image를 통해 컨테이너를 만들면된다.

일단 docker가 정상적으로 동작하는지를 확인하기 위한 테스트 컨테이너를 만든다.

gdocker run -it ufomy/deepo:all-jupyter-py36-cu100 /bin/bash

이제 docker가 실행되었을 것이다.

터미널에서 아래 명령을 수행하면 정상적으로 설치가 되었는지 확인이 가능할 것이다.

nvidia-smi

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.

터미널에서 ZSH를 설치해준다.

sudo apt-get install zsh

설치가 되었다면 기본 쉘로 변경해야한다.

chsh -s /usr/bin/zsh

이렇게 되면 zsh가 설치가 완료된다. 

설치 후 테마를 변경하기 위해서는 ~/.zshrc를 열어서 변경해준다. 

zshrc내부에 ZSH-THEME 부분이 존재한다. 이것을 아래와 같이 변경한다.

ZSH_THEME="agnoster"

그리고 명령어 highlighting을 하기위해서는 아래와 같이 명령어를 수행한다.

git clone https://github.com/zsh-users/zsh-syntax-highlighting.git
echo "source ${(q-)PWD}/zsh-syntax-highlighting/zsh-syntax-highlighting.zsh" >> ${ZDOTDIR:-$HOME}/.zshrc

한글 입력기 설치중 가장 간단한 방법이라 생각한다.

순서대로 터미널에서 실행해준다. 

sudo add-apt-repository ppa:hodong/nimf

sudo apt-get update

sudo apt install nimf nimf-libhangul

im-config -n nimf

RTX 계열 GPU 사용 시 Linux 화면 깨짐 현상이 발생 할 수 있음.

현상은 아래의 경우에서 발생 하였음.

1. Ubuntu USB부팅 후 부팅 모드 선택을 함
2. 선택시 검정화면 + 글씨 깨짐 현상 발생

이때 해결방법은 아래와 같다.

1. Ubuntu USB로 부팅 후 Install Ubuntu에 커서를 둔 후 'e'를 클릭한다.
2. 'e' 클릭후 나타나는 텍스트 편집창에서 quiet splash라는 문장을 찾음(아마 quiet splash—-)
3. 이를 quiet splash nomodeset으로 수정
4. F10을 눌러 세이브 후 부팅

이렇게 되면 설치가 가능하다.

이 설정을 항상 부팅때마다 적용하기 위해서 아래와 같이 설정한다

1. 부팅 디스크 선택창 ( Windows / Ubuntu )에서 Ubuntu를 선택 후 'e' 입력
2. 텍스트 편집창에서 위와 같이 quiet splash를 찾아서 nomodeset으로 변경 후 저장하여 리눅스 부팅
3. Terminal에서 gksudo gedit /etc/default/grub 입력
4. 파일 내용 중 GRUB_CMDLINE_LINUX_DEFAULT="quiet splash" 찾기
5. GRUB_CMDLINE_LINUX_DEFAULT="quiet splash nomodeset" 으로 수정 후 저장
6. Terminal 명령줄에 sudo update-grub을 입력하여 boot 파티션이나 efi 파티션에 있는 grub 업데이트