[Ubuntu] 우분투 세팅과 아나콘다 환경설정

준비물

우분투 부팅 usb <우분투 버전 : ubuntu-18.04>


설치순서

  1. 우분투(Ubuntu) 설치

  2. 하드디스크 마운트

  3. SSH 설정

  4. NVIDIA driver 설치

  5. CUDA toolkit 과 cuDNN 설치

  6. Anaconda 설치와 가상환경 만들기


세팅환경

Ubuntu18.04

NVIDIA Driver Version 470.57.02

Anaconda3

Cuda 10.1

libcudnn 7.6.5

python3.7


1. 우분투 설치 (18.04LT)

  1. 컴퓨터를 끄고 우분투 usb를 꽂은 채 컴퓨터를 켠다

  2. F2 /F12/ delete 등 키를 이용해서 bios 모드로 진입

  3. bios 모드에서 boot priority의 1순위를 usb로 바꿔주고 save and exit !

이제 재부팅이 될 것이다. 부팅 후에 나오는 화면에서 설정해주어야 할 것들!

먼저,

  • install 버튼 클릭 전에 한글로 설정!! -> install ubuntu 버튼 클릭

  • 키보드는 영어로 설치!

  • 나머지는 default 로 진행함.

  • hdd 와 ssd 중 더 빠른 ssd 에 os 설치! warning 문구도 그냥 continue 해줌

  • seoul 지도 클릭

  • 우분투가 다 설치되면 다시 재시작한다는 말이 나오는데 이때 usb를 뽑고 재부팅해야한다.

  • 재부팅 후 네트워크 연결을 마친 후 우분투의 환경을 설치하도록 한다

우분투가 다 설치되었다면 일단 기본적인 패키지를 설치하는 방법은 다음과 같다

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install vim


2. 하드디스크 마운트 하기

만약, 새로운 하드디스크를 추가했다면 사용하기 위해서 마운트를 해주어야 한다. 이 작업을 통해서 HDD를 하나의 디렉토리로 사용할 수 있다.

마운트 순서! (2TB 이상일때! 2TB 이하라면 아래 mount 하는 방법! 참고하기)

  1. 파티션 생성
sudo parted /dev/sdb    

💡 단, 여기서 본인이 가진 파티션이름이 sda, sdb, sdc, sdx 인지 확인하고 설정해주기!

  1. mklabel 입력 후 gpt => 내부 데이터가 모두 사라진다는 메세지가 출력 된다.

  2. yes 입력

  3. unit GB 입력하여 단위를 변환힌다.

  4. print 입력하여 용량 확인

  5. 파티션 나누기

mkpart primary 0GB /*본인용량*/GB 

# 내 경우엔, 

mkpart primary 0GB 4001GB
  1. q 입력하여 커맨드로 돌아옴

  2. 파티션 포맷 mkfs.ext4 /dev/sdb

  3. 마운트 시킬 경로를 생성해준다. 나는 내 이름과 디스크의 용량으로 이름을 지어주었다.

sudo mkdir /chaelin_4TB
  1. UUID 확인
sudo blkid

다음을 입력하여 UUID확인 및 복사하기!

  1. 마운트 정보 추가 및 부팅 시 자동 마운트 설정
sudo vim /etc/fstab
  • 맨 아랫줄에 다음 내용을 추가하고 :wq 저장
 UUID=복사한UUID /마운트 경로 ext4 defaults 0 0
 
# 내 경우에는,
 
 UUID=583eb4bb-6f91-4634-b6f3-088157ae2010 /chaelin_4TB ext4 defaults 0 0
  1. 마운트!
sudo mount -a

확인!

df -h


3. SSH 설정

원격접속을 하기위해 SSH를 설치, 설정해준다.

sudo apt-get install openssh-server -y 
sudo vim /etc/ssh/sshd_config # SSH 설정 파일 열기

---
# Port 22 
---
# 이렇게 되어있는 부분의 주석을 지우고 원하는 포트 번호를 써준다. 만약 그대로 22를 쓴다면 수정하지 않는다.

sudo service ssh restart # SSH 재시작

이제 다른 서버 터미널에서 ssh로 원격접속할 경우 된다면 끝!


4. NVIDIA driver 설치

nvidia driver는 추천하는 권장 드라이버로 자동설치한다.

sudo ubuntu-drivers devices # 설치가능한 드라이버 버전 확인
sudo ubuntu-drivers autoinstall 

만약 원하는 버전으로 설치하고 싶다면

sudo apt install nvidia-driver-4** 

이런식으로 설치한다!


마지막으로 재부팅 후 설치확인!

sudo reboot

nvidia-smi 

gpu가 2개 인 것을 확인!

nvidia-smi

image


5. CUDA toolkit 과 cuDNN 설치

  1. 먼저 혹시 모를 NVIDIA가 설치되어있을 가능성을 배제하기 위해 기존 CUDA를 지워준다.
sudo rm /etc/apt/sources.list.d/cuda*
sudo apt remove --autoremove nvidia-cuda-toolkit
sudo apt remove --autoremove nvidia-*
  1. CUDA PPA를 내 시스템에 세팅하기
sudo apt update
sudo add-apt-repository ppa:graphics-drivers
sudo apt-key adv --fetch-keys  http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda_learn.list'
  1. CUDA10.1 버전으로 설치하기

NVIDIA 설치 정보 확인하는 방법!

inxi -Gx

설치

sudo apt update
sudo apt install cuda-10-1
sudo apt install libcudnn7


여기서 잠깐! 😮😮😮

만약 본인이 원하는 버전의 cuda 를 깔았는데 upgrade 된 버전으로 깔리게 된다면.. (저의 경우 11.2를 분명 공식사이트에서 말하는 명령어 대로 깔았는데 자꾸 11.6 버전으로 깔림.. 그래서, 저는 nvidia-driver 버전을 확인해 보니 그 버전이 깔 수 있는 최대의 cuda 버전으로 자동 깔리는 것 같다고 판단하였습니다.)

따라서, 11.2 버전을 깔 때 NVIDIA-DRIVER : 510 인 것을 460으로 낮춰주었습니다.

드라이버 버전확인 표! 사이트는 여기!

image

그리고, 어떤 버전을 깔던 자신의 컴퓨터 사양 스펙을 알고, 사이트에서 진행해주는 대로만 따라하면 됩니다! CUDA 11.2 VERSION 사이트

image

그래도 안됨..

그래서 그냥 runfile 로 로컬에 다운받아 설치하였더니 해결! >>>runfile<<<< !

뭔가 다운받고 명령어를 실행하는 과정에서 새로운 버전으로 업데이트 되는 것이 아닐까 싶다. 특히 저 apt-get update 가 의심스럽다

cudnn 도 마찬가지로 버전 확인 잘 해서 깔아준 후에 link! 해주는 것 잊지 말기

참고하기 좋은 블로그 => 그냥 cp만 따라하면 됩니다.


  1. CUDA 경로 설정해주기

.profile 파일에 특정 경로를 설정해주는데, 아래 명령어로 열고..

sudo vi ~/.profile

아래 내용을 복붙해서 맨 마지막에 추가해준다.

if [ -d "/usr/local/cuda-10.1/bin/" ]; then
    export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
fi

설치가 완료되었다.


CUDA가 잘 설치되었는지 확인!

nvcc --version

# 혹은
nvcc -V

확인!

image

💡 nvcc –version 또는 nvcc -V 이 안먹힐 때!

sudo apt install nvidia-cuda-toolkit

근데 이거하면 최상위 버전이 설치될 가능성이 있으니 주의!

libcudnn 확인

/sbin/ldconfig -N -v $(sed ‘s/:/ /’ <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn


6. Anaconda 설치와 가상환경 만들기

먼저, 아나콘다 공식홈페이지 [Anaconda]에 들어가서 가장 최신버전 혹은 자신이 원하는 버전을 다운받아준다.

나는 wget을 이용해 리눅스 환경에서 해주었다.

wget https://repo.continuum.io/archive/Anaconda3-2021.11-Linux-x86_64.sh

위의 명령어 대로 설치해주되, anaconda 버전은 아나콘다 archive 페이지에 가서 맘에 드는 이름으로 변경하면 된다.

다운받은 경로로 돌아가서 anaconda를 실행해준다! (대부분 ~/Downloads 에 있다.)

bash Anaconda3-2021.11-Linux-x86_64.sh

엔터 많이 치고 ‘yes’ 쓰고 엔터!

경로 추가하고 실행하기

sudo vim ~/.bashrc
# 마지막 줄에 export PATH=~/anaconda3/bin:~/anaconda3/condabin:$PATH 추가 후 저장

source ~/.bashrc

아나콘다 설치 확인!

conda --version

💡 만약 conda가 실행되지 않는다면…

  1. 경로설정의 문제

  2. source ~/.bashrc 를 실행 안함..

의 문제인 경우가 대부분이므로..! 일단 확인하자! 그래도 안된다면 아래를 실행하자

~cd 로 홈디렉토리로 돌아가서 source ~/anaconda3/etc/profile.d/conda.sh 실행한 후 다시 conda activate ~


아나콘다 가상환경 만들기

conda create -n 가상환경이름      # 생성
conda activate 가상환경이름       # 연결
conda deactivate               # 연결끊기

여기서 잠깐! 만약 본인이 자동으로 콘다가 실행되게 하고 싶다면, (가상환경 이름이 앞에 뜨는 것! 아래 예시) 아래 명령어처럼 true 인자를 던져주자

화면 캡처 2022-01-15 193153

conda config --set auto_activate_base true
conda init

한 후, 세션을 나왔다가 다시 실행하면 된다.

성공!


없애고 싶다면 반대로 false!

conda config --set auto_activate_base false
conda init

그 외.. 파이참 프로페셔널 (pycharm-professional) 깔기

서버에서 gui 로 개발하기 위해서 깔아준다..!

나는 학교 계정이 있으니까 pycharm-professional로 깔아 주었다. 그냥 무료버전은 pycharm-community

sudo snap install pycharm-professional --classic

실행 명령어는 pycharm-professional..!



기나긴 여정의 끝😆😆 여기까지 수고 많으셨습니다!

이제 개발할 일만 남았습니당~💗💗

— 2022년 02월 24일 수정됨



참고

[1] mount참고

댓글남기기