윈도우11 wsl2에서 딥러닝 환경 구성하기+ vscode에서 주피터노트북 실행

방학이 얼마 남지 않은 오늘 오랫만에 반가운 전화가 왔습니다.

같이 공부했던 김자*님이 <트랜스포머를 활용한 자연어처리> 예제를 GPU가 설치된 우분투 환경에서 진행하고 싶다는 내용이었는데, 목소리가 잠겨있더군요. 아마 밤늦도록 삽질을 했을 거라 생각됩니다~ ㅎㅎㅎ

저도 지금 앉아 있는 윈도우11 환경에서 wsl2를 이용해 함께 ubuntu20.04.6 LTS에서 딥러닝 환경을 구성해보겠습니다. 

*윈도우에서 wsl2 설치하기는 다양한 글이 있으니 ubuntu20.04.6 LTS가 설치된 지금부터 기록해보겠습니다~

 

 

우분투를 관리자 계정을 열어봅니다.

 

 

사실 WSL 우분투에서 gui작업이 원활한 것을 오늘 알았습니다.

https://learn.microsoft.com/ko-kr/windows/wsl/tutorials/gui-apps

 

 

터미널에서 크롬을 설치합니다. wget으로 파일을 받고 관리자 권한으로 실행합니다.

$ wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb

$ sudo apt install ./google-chrome-stable_current_amd64.deb

 

실행은 google-chrome 입니다. 독립창으로 실행되는 것이 신기합니다^^.

 

 

 

 

https://developer.nvidia.com/cuda-toolkit-archive

위 사이트에서 쿠다툴킷을 다운받습니다. 저는 20.04에 많이들 쓰는 11.8버전을 골랐습니다.

 

$ wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

로 파일을 다운받습니다.

 

 

$ sudo sh cuda_11.8.0_520.61.05_linux.run 파일을 받은 디렉토리(폴더)에서 쉘을 실행합니다.

 

 

동의를 위해 accept

 

기본값으로 설치를 진행합니다.

 

에러가 있어서 쿠다툴킷 설치를 위한 gcc모듈이 없었습니다. 설치합니다.

$ sudo apt install gcc

 

 

$ sudo sh cuda_11.8.0_520.61.05_linux.run --silent --driver

다시 설치합니다. 성공!!

 

$ nvcc -V로 설치를 확인합니다.

 

 

쿠다를 활용해 볼 파이토치도 설치합니다.

 

쿠다 11.8버전에 맞는 파이토치를 설치하려고 하는데 pip로 해결이 안되었습니다. 

크롬 브라우저를 열어 미니콘다를 다운받습니다.

https://docs.anaconda.com/miniconda/#quick-command-line-install

 

 

 

화면 아래쪽에 터미널로 파일을 다운, 실행하는 법이 나옵니다.

 

지금 터미널이 크롬을 여느라 바쁘니 놔두고 새 우분투 터미널을 열어봅시다. 메뉴로 가서 우분투 오른 클릭 관리자 권한으로 열어봅니다.

 

 

다운받은 디렉토리로 찾아가서 쉘을 실행하는 sh 명령을 입력합니다.

 

엔터키를 많이 눌러 동의하며 아래로 갑니다

yes

미니콘다 설치 위치를 확인하고

 

.bashrc파일에 환경변수 등록 yes

 

 

 

<간단 미니콘다 다운로드와 활용>

https://docs.conda.io/en/latest/miniconda.html 에서 선택 다운로드

다운받은 파일을 실행파일로 변환

chmod +x Anaconda3-2020.02-Linux-x86_64.sh

아나콘다 설치

./Anaconda3-2020.02-Linux-x86_64.sh

설치과정 메시지 및 선택

• Do you accept the license terms? [yes|no] yes
• [/home/kimth/anaconda3] >>> enter // 설치 위치 변경시 위치 적어 줌
• Do you wish the installer to initialize Anaconda3
• by running conda init? [yes|no]
• [no] >>> yes   // .bashrc 파일에 환경변수 기록
• 환경변수 등록을 no 선택한 경우 .bashrc 파일에 아나콘다의 설치 경로 적어줌

export PATH=$HOME/anaconda3/bin:$PATH

쉘 시작시 콘다의 기본환경을 비활성화

conda config --set auto_activate_base false

아나콘다 사용법

콘다 버전 확인

conda -V

conda —version

콘다 업데이트

conda update conda

아나콘다 가상환경 생성

test 라는 가상환경을 파이썬 3 버전으로 생성 한다면,

conda create -n test python=3

생성된 가상환경 리스트 확인

conda env list

가상환경 활성화

test 라는 가상환경을 활성화 시키면,

conda activate test

$ 앞에 (test) 가 붙어 활성화 됨을 나타낸다. (test)[id@localhost] $ 이런 식으로...

가상환경 비활성화

conda deactivate

가상환경 삭제

test 라는 가상환경 삭제,

codna env remove -n test

패키지 리스트 확인

conda list

패키지 설치

tensorflow 라는 패키지 설치 예, (파이썬 pip 를 이용 패키지를 설치해도 됩니다.)

conda install tensorflow

패키지 제거

conda remove tensorflow

패키지 업데이트

conda update tensorflow

전체 패키지 업데이트

conda update —all

참고   https://hamonikr.org/board_tipntech/78585

 

 

 

이제 새로 터미널을 열면 콘다 가상환경에서 작업할 수 있습니다.

 

다시 콘다 환경에서 파이토치를 설치해봅시다. 명령어 복사하고~

 

 

y로 동의해서 파일을 다운받고 설치합니다. 시간이 좀 걸립니다.

 

새로운 창을 계속 열기가 싫어서 화면분할이 되는 터미널인 터미네이터를 설치합니다~

 

이제 terminator명령으로 여러개의 명령을 할 수 있습니다. 

 

이제 크롬도 열고 vscode도 열면서 다중 작업을 할 수 있습니다.

 

파이썬을 열어 파이토치 설치 및 GPU 사용 여부를 확인합니다.

 

>>> import torch

>>> print(torch.cuda.is_available())

True

>>> print(torch.cuda.get_device_name(device = 0))

NVIDIA GeForce GTX 950

>>> print(torch.cuda.device_count())

 

<간단 터미네이터 활용>

$ sudo apt-get install terminator // 설치

$ terminator //실행

 

수평 분할 : Ctrl + Shift + O

수직 분할 :  : Ctrl + Shift + E

다음 창 활성화 : Ctrl + Tab   or   Ctrl + Shift + N

이전 창 활성화 : Ctrl + Shift + Tab   or   Ctrl + Shift + P

현재 활성화 된 창 닫기 : Ctrl + Shift + W

터미네이터 실행 : Ctrl + Alt + T

터미네이터 종료 : Ctrl + Shift + Q

전체화면 : F11

 

 

 

이제 빠뜨렸던 cuDnn을 설치하면 끝이 납니다.(cuDnn 버전은 8.9.1)

$ conda install -c conda-forge cudnn=8.9.1

 

* 성공했는지는 시간을 내어 다시 확인해보겠습니다~

 

 

이런~ 스택형님들이 간단한 방법을 알려주셨다.... 콘다 설치 후 명령 한줄!! 이것 좋겠습니다.

https://stackoverflow.com/questions/72493419/how-to-install-cudnn-in-ubuntu-on-wsl2

 

$ conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

 

 

 

 

로컬 콘다환경을 vscode에서 활용하기 좋은 안내!!

https://daebaq27.tistory.com/87

 

 

GPU에 따른 cuda버전 선택
https://webnautes.tistory.com/2289

 

파이토치 버전 고르기

https://webnautes.tistory.com/2288

CUDA 버전별 설치가능한 Tensorflow, PyTorch 버전 확인하는 방법