우분투에 tensorflow 와 pytorch를 설치해보자. 

 

아래 명령어를 통해 nvidia의 잔여 찌꺼기를 모두 제거하자. 

 

sudo apt-get --purge remove nvidia*

 

아래 명령어를 통해 내게 맞는 드라이버 목록을 확인하자.

 

ubuntu-drivers devices

위에서 처럼 recommended 로 추천이라고 적혀있다.

 

명령어로 다운받기 위해 다운받을 리퍼지토리를 등록하자.

 

sudo add-apt-repository ppa:graphics-drivers/ppa 

sudo apt update

 

아래 명령어를 통해 설치 가능한 드라이버 목록을 확인 할 수 있다.

 

apt-cache search nvidia | grep nvidia-driver-450

 

sudo apt-get install nvidia-driver-450

 

설치가 완료되면 재부팅하자. 

 

sudo reboot

 

만약 설치 중 문제가 발생하면 아래 명령어를 사용합시다.

sudo apt --purge autoremove nvidia*

 

아래 명령어로 자동 인스톨 또한 가능합니다. 

ubuntu-drivers autoinstall

 

아나콘다를 설치하자.

www.anaconda.com/distribution/

 

"cd /설치된 경로"  명령어로 경로를 이동한 뒤 다음 명령어를 실행하자.

 

sudo bash Anaconda3-2020.07-Linux-x86_64.sh

엔터 치라고 하니 Enter

라이센스에 동의합니까는 yes가 국룰

 

아나콘다 경로는 디폴트로 하겠습니다.

 

아나콘다 명령어가 터미널 아무데서나 실행되게 하겠느냐 라는 명령어 입니다. yes

 

conda create --name kerasGPU keras-gpu python=3.6

 

conda create -n tf1_14 tensorflow-gpu=1.14 keras-gpu python=3.6

 

 

conda create --name [새로운 가상환경이름] --clone [복제하려는 가상환경이름]

 

conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch 

 

 

pytorch.org/홈페이지에서 맞는 환경의 명령어를 받으세요.!

 

PyTorch

An open source deep learning platform that provides a seamless path from research prototyping to production deployment.

pytorch.org

 

tensorflow gpu check

 

import tensorflow as tf

tf.test.is_gpu_available()

 

import torch

torch.cuda.is_available()

torch.cuda.current_device()

torch.cuda.get_device_name(0)

 

conda install catboost

conda install -c conda-forge lightgbm

 

ligth GBM gpu 버전 설치 

 

github.com/microsoft/LightGBM/blob/master/docs/Installation-Guide.rst#build-gpu-version

 

microsoft/LightGBM

A fast, distributed, high performance gradient boosting (GBT, GBDT, GBRT, GBM or MART) framework based on decision tree algorithms, used for ranking, classification and many other machine learning ...

github.com

 

병렬처리를 하려면 cmake 가 필요한거 같다. 

아래명령어는 cmake설치 명령어인데 아래로 설치하면 애러가 뜨는 것 같다.

sudo apt install cmake 

 

https://cmake.org/downlaod홈페이지에서 다운로드를 받고 압축 풀기 및 설치를 해보자.

 

tar -xvzf 해당파일.tar.gz

cd 해당파일

./bootstrap --prefix=/usr/local

에러뜨면 아래 명령어

apt-get install libssl-dev

make

make install

 

vi ~/.bashrc

 

PATH=$PATH:/usr/local/bin/

 

source ~/.bashrc

cmake --version

 

사이트를 보면 이외에도 필요한 것들이 있는데

OpenCL, libboost를 설치해 달라고 나온다. 

 

sudo apt-get install ocl-icd-libopencl1 ocl-icd-opencl-dev libboost-dev libboost-system-dev libbost-filesystem-dev

 

를 설치해준다. 

 

설치가 끝났다면

 

git clone --recursive https://github.com/microsoft/LightGBM

cd LightGBM

mkdir build; cd build

cmake -DUSE_GPU=1 ..

make -j4

 

git clone --recursive https://github.com/microsoft/LightGBM.git

cd LightGBM/python-package

python setup.py install

 

해당명령어로 설치해주면 된다. 

 

conda install -c anaconda mxnet-gpu

conda install scikits.cuda

 

xgboost gpu 설치

 

git clone --recursive https://github.com/dmlc/xgboost

cd xgboost

git submodule init

git submodule update

make -j4

 

eagle705.github.io/articles/2018-06/XGBoost-%EC%A0%95%EB%A6%AC

 

XGBoost 정리 | eagle705's Note

요즘 Kaggle에서 가장 핫하다는

eagle705.github.io

 

conda install jupyter notebook

conda install -c conda-forge jupyterlab

 

python

from notebook.auth import passwd

passwd()

'sha1:...............'을 출력할 텐데 저장 해두고 조금있다 입력.

 

 jupyter notebook --generate-config

 

내부ip 확인하기

sudo apt install net-tools

 

ifconfig

2번째 줄 inet 옆에 값

 

주피터 노트북 설정하기

 

 vi ~/.jupyter/jupyter_notebook_config.py

 

 c.NotebookApp.ip = '내부ip'

 

c.NotebookApp.open_browser = False

 

c.NotebookApp.password = u'sha1:...............'

 

c.NotebookApp.port=8888

 

c.NotebookApp.notebook_dir=u'/home/ducj/data'

 

c=get_config()

 

 

주피터 노트북 서버 항상 켜진상태로 두기

 

sudo jupyter notebook --allow-root 

ctrl+z

 

bg

 

disown -h

 

sudo ufw allow 8686

 

주피터 노트북 목록보기

sudo jupyter notebook list

주피터노트북 끄기

sudo jupyter notebook stop 8686

 

gpu 상태 체크

 watch -n 5 nvidia-smi -a --display=utilization

 

 

codechacha.com/ko/install-nvidia-driver-ubuntu/