Ubuntu에 CUDA /Tensorflow 2.4 GPU 사용

   아래와 같이 하면 안되는 경우가 매우 많다..  콘솔 환경 설정 이후에 하여야 한다. 

콘솔 환경이 설정되지 않았다면,  아래를 클릭 해서 설정 후 와야 한다.  

• 콘솔환경 설정 : 여기를 클릭 하십시오. 

   컴퓨터 환경 마다 약간 환경이 다르지만, 앞에서 한 바와 같이 콘솔 환경을 만들어 놓고, 아래와 같이 하면 잘된다.   이것은 카이스트에서 클라우드를 세팅 하는 방법을 배포 한것인데,  RTX3080, RTX3090 모델을 아주 잘 붙는다.   CUDA 설치 살질을 날려버릴 수 있는 문서 이다.  

여기에서 아래와 같이  root 유저로 하는 것이 좋다. 

$ sudo su

3. Nvidia CUDA 설치 

Nvidia_driver-455.23, CUDA-11.0, CUDNN-8.0.5 설치 문서

 1. Nvidia driver 455.23 설치

    $ apt-get install make gcc

    $ wget http://rdmkyg.iptime.org/cuda/NVIDIA-Linux-x86_64-455.23.04.run

    $ chmod +x NVIDIA-Linux-x86_64-455.23.04.run

    $ ./NVIDIA-Linux-x86_64-455.23.04.run -no-x-check

    (계속 엔터)

 

2. Cuda 11.0 설치

    $ wget http://rdmkyg.iptime.org/cuda/cuda_11.0.2_450.51.05_linux.run

    $ chmod +x cuda_11.0.2_450.51.05_linux.run

    $ ./cuda_11.0.2_450.51.05_linux.run

(accept 입력 후 엔터)

(CUDA Toolkit 11.0만 체크하고 커서를 Install 이동 후 엔터)

 

설치 완료 모습

 

환경 변수 설정

$ echo -e "\n## CUDA and cuDNN paths"  >> ~/.bashrc

$ echo 'export PATH=/usr/local/cuda-11.0/bin:${PATH}' >> ~/.bashrc

$ echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:${LD_LIBRARY_PATH}' >> ~/.bashrc

 

환경변수 적용

$ source ~/.bashrc

 

3. cudnn 8.0.5 설치

Cudnn library 다운로드 및 압축 해제

$ wget  http://rdmkyg.iptime.org/cuda/cudnn-11.0-linux-x64-v8.0.5.39.tgz

$ tar xvzf cudnn-11.0-linux-x64-v8.0.5.39.tgz

 

파일 복사 및 권한 설정

$ cp -P cuda/include/cudnn.h /usr/local/cuda-11.0/include

$ cp -P cuda/lib64/libcudnn* /usr/local/cuda-11.0/lib64/

$ chmod a+r /usr/local/cuda-11.0/lib64/libcudnn*

$ chmod a+r /usr/local/cuda-11.0/include/cudnn.h

Nvidia 설치 확인 (나는 항상 이 화면을 보았을때 즐겁다.) 

 $ nvidia-smi

※ cuda 설정이 끝났으면, 원래 계정을 하기 위해서,  터미널을 다시 시작하던지,  아니면, 재부팅 하여야 한다. 

 4. 파이썬 설치 

1.     아나콘다 설치 (root usr로 설치하지 말 것)

$ wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh

$ bash Anaconda3-2020.11-Linux-x86_64.sh

$ source ~/.bashrc

$ conda install tensorflow-gpu cudatoolkit=10.1

 

-      주피터 노트북 패스워드 쓰기

$ jupyter notebook --generate-config

$ jupyter notebook password

 

-       주피터 노트북 연결

$ jupyter notebook --ip='192.168.0.11'

 

# 무엇인지는 모르지만 이것을 해야, 문제가 풀린다.  (이 사항은 재수 임)

sudo ldconfig /usr/local/cuda/lib64

재부팅 하면 문제가 풀리수도 있다. 이것을 캐쉬화일을 정리하는 것이기 때문이다. 

tensorflow를 설치 한다. 

$ pip install tensorflow 

아래와 같이 주피터 노트북에서 확인 하면 GPU가 붙었다는 것을 알 수 있다. 

import tensorflow as tf
from tensorflow.python.client import device_lib
device_lib.list_local_devices()

Out[1]:

[name: "/device:CPU:0"
 device_type: "CPU"
 memory_limit: 268435456
 locality {
 }
 incarnation: 154790450606169131,
 name: "/device:GPU:0"
 device_type: "GPU"
 memory_limit: 9508860736
 locality {
   bus_id: 1
   links {
   }
 }
 incarnation: 2205237150960495350
 physical_device_desc: "device: 0, name: GeForce RTX 3080, pci bus id: 0000:01:00.0, compute capability: 8.6"]

In [ ]: