(실무리눅스) 13. ubuntu22.04 CUDA, Cudnn설정, Pytoch 다운로드

 


만약 그래픽카드 드라이버가 설치되어 있지 않다면, 다음의 과정을 따라합니다.
 
혹은 그래픽카드 드라이버를 삭제하고 다시 다운로드 받아도 되는 환경이라면 진행합니다.

sudo apt-get purge nvidia*
sudo apt-get autoremove
sudo apt-get autoclean
sudo rm -rf /usr/local/cuda*

우분우에서 설치되어있는 그래픽카드 드라이버를 완벽하게 지우는 코드입니다.

문제는 그래픽 드라이버만 깔아서 쓸거면 문제가 없는데, Cudnn이나 CUDA는 그래픽카드 드라이버의 버전과 서로 호환이되야합니다.
그래서 그냥 바로 쿠다를 설치하면, 드라이버를 같이 설치해준다고 하는데, 저는 오류가 나서 실패합니다.
https://developer.nvidia.com/cuda-toolkit-archive

CUDA Toolkit Archive

 
이 사이트로 접속하신 후

11.7.0 을 선택합니다.
보통 사용하는 CPU에 따라 다르지만 인텔 CPU기준입니다.

다음처럼 선택하면 두 줄이 나옵니다.

wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
sudo sh cuda_11.7.0_515.43.04_linux.run

설치해야하는 버전은 515 버전입니다. 위의 명령어를 확인해보면 515.43 적힌 부분이 있습니다. 이게 지원되는 그래픽카드 드라이버를 의미합니다.

이 두줄을 입력해서 다운로드를 진행하면됩니다.
wget 으로 받아온 이후 sudo sh cuda에서

꽤 오래걸립니다.

continue를 선택

accept 입력

그럼 설치해야할 드라이버와 함께 쿠다를 설치할 수  있습니다.
만약 Fail이 나온다면 그래픽카드를 손 수 설치해야합니다.

 

 

ubuntu-drivers devices

그 이후에 해당 명령어를 입력하면 설치해야할 그래픽드라이버 목록을 볼 수 있습니다.

515를 다운받습니다

sudo apt install nvidia-driver-515

 
설치완료 후

sudo apt-get install dkms nvidia-modprobe

여기까지 설치를 한 후에

sudo apt update
sudo apt upgrade

까지 입력하고 

sudo reboot

으로 재부팅을 진행합니다.
여기까지하면 그래픽카드 드라이버 설치는 끝납니다.

만약 3000번대 노트북을 사용하고 있다면 다음의 과정을 진행해주어야합니다.

https://ssukanu.tistory.com/m/3

Ubuntu 노트북에서 Nvidia 드라이버 설치 후 nvidia-smi 미작동 해결방법

 
그러면 

sudo sh cuda_11.7.0_515.43.04_linux.run

이거 다시 들어가서

드라이버 체크를 해제한 후 install합니다.
설치가 끝나면

gedit ~/.bashrc

bashrc를 열어 준 후에
다음을 입력하고 저장합니다.

export CUDA_HOME=/usr/local/cuda-11.7
export PATH=/usr/local/cuda-11.7/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64/

필수적으로 터미널을 재시작해주어야합니다.

 

혹시 다음의 명령어를 실행하라고 나오면 절대 하지 마세요

sudo apt install nvidia-cuda-toolkit

CUDA설치가 안되었거나 버전이 맞지 않는 상황입니다. 그래픽드라이버와 쿠다를 삭제한 후 버전을 확인하여 재설치하십쇼

 

 

 

이후 nvcc-V를 하면 다음처럼 나타납니다.

쿠다 설치가 완료되었습니다.
 
다음은 CuDnn을 설치합니다.
https://developer.nvidia.com/rdp/cudnn-archive

cuDNN Archive

다음 사이트에서 CUDA 11.X 이나 11.7 버전을 다운로드 받으면됩니다.

 

 

 
저는 맨위에 있는 파일로 다운로드 받았습니다.
다운로드 하기전에 로그인 해주어야합니다.
그러면 다음을 입력합니다.

sudo apt-get install zlib1g
sudo yum install zlib

 

 

cd ~/Downloads

tar xvf cudnn-linux-x86_64-8.7.0.84_cuda11-archive.tar.xz

sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 

sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 

sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

그리고 터미널을 재시작합니다.
 

/usr/local/cuda-11.7/extras/demo_suite/deviceQuery

해당 명령어를 입력했을 때 다음처럼 나타나면 설치가 완료된 것입니다.

 
이러면 CuDnn과 CUDA설정이 완료되었습니다
이상태면 tensorflow도 사용가능합니다.
 
근데, Torch를 한 번 설치해봅시다.
파이토치를 설치할때는 가상환경이 필요합니다.
다음의 글에서 python을 설치하는 부분을 참고하시면됩니다.
 
https://kimbrain.tistory.com/entry/%EC%8B%A4%EB%AC%B4-%EB%A6%AC%EB%88%85%EC%8A%A4-2-%EC%9A%B0%EB%B6%84%ED%88%AC-2004%EC%97%90-chrome-jupyter-notebook-visual-studio-code-%EC%84%A4%EC%B9%98%ED%95%98%EA%B8%B0

(실무 리눅스) 2. 우분투 20.04에 chrome, jupyter notebook, visual studio code 설치하기

 
우선 가상환경을 하나 만들면 됩니다.
아마 딥러닝에 들어가니 deep이라거나 torch 뭐이런거로 마음에 드는거로 만들면됩니다.

python3 -m venv venv/deep
source ~/venv/deep/bin/activate
pip install torch torchvision torchaudio

일단 파이토치에 필요한 것들을 받아왔고
추가적으로 받으면 좋은걸 나열해보면

pip install pandas matplotlib seaborn  numpy scikit-learn tensorflow

이정도?
설치가 완료되면 다음으로 테스트를 해볼 수 있습니다.

python 입력후
improt torch
print(torch.cuda.is_available())

 

이렇게 나오면 완료