Ubuntu 딥 러닝 환경 구축 (게이밍 노트)

Ubuntu 딥 러닝 환경 구축(파운데이션)에 대해서는 이하의 링크로부터 봐 주세요.



우분투 딥 러닝 환경 구축(설치 준비)
우분투 딥 러닝 환경 구축 (설치편)
우분투 딥 러닝 환경 구축 (멀티 부팅)

AI 공부를 시작할 때 GPU는 필수라고 생각합니다.
ASUS FX502라는 게임 노트를 중고하고 싸게 입수했습니다.


사양은 다음과 같습니다.


하드웨어
사양
코멘트


CPU
core i 5
core i 7이 아닌 OK

메모리
8GB
본래 16GB 원해

HD
1TB
windows도 함께 사용한다면 SSD를 원합니다.

GPU
NVidia1060
입문이라면 1050에서도 가능


입수하고 나서 알았습니다만, 이 기종(이라고 할까 ASUS) 최대의 문제는
BIOS 설정에서 SecureBoot를 Disbable 할 수 없음
일이있었습니다.

BIOS 입력 방법은 부팅 시 F2 버튼 연타 또는 Windows 재부팅 시 UEFI 설정
BIOS는 GUI였지만 삽입한 USB를 처음 부팅하도록 설정하는 것은 쉽고, 운 좋게 SecureBoot 그대로 부팅 가능했습니다.
다른 시도한 GamingNote에는 다음과 같은 문제가있었습니다.
  • Dell 코스파는 매우 좋다. SSD + HD로 HD에 설치했지만 OS에서 SSD를 인식하지 못하고 설치 후 부팅 할 수 없습니다 (SSD 설정을 변경해야 함)
  • MouseComputer USB 부팅할 수 없는 것은 없지만 USB 하드를 선택한다. 매우 중요한

  • 우분투 딥 러닝 환경 구축(설치 준비)
    에서의 처리를 모두 종료해, Ubuntu와 Windows 멀티 부트가 가능한 상태가 된다.
  • 이 PC에는 rEFInd가 처음부터 인스톨 되어 있어, 이쪽으로부터 기동해도 멀티 부트가 가능했습니다.
  • SecureBoot를 Disbable 할 수 없어도, Ubuntu 자체는 기동할 수 있는 경우도 있습니다만, 거기에 상용의 디스플레이 드라이버등을 넣으면, SecureBoot의 인증 작업이 필요하게 됩니다.
  • 이전에는 Ubuntu16.04LTS 용 NVidia CUDA를 설치하고 안정화했지만 최근 레보지토리에 등록되어 CUDA10 설치가 간단 해졌습니다.

  • 상용 디스플레이 드라이버 설치


    ubuntu-drivers devices
    sudo ubuntu-drivers autoinstall
    sudo reboot
    

    reboot 전에 password 설정 (두 번 듣기)
    SecureBoot를 지원하지 않는 상용 드라이버를 설치하면 시작 시 인증이 필요합니다.
    reboot하면
    please any key to perform MOK management
    라고 말하기 때문에 뭔가 키를 누르십시오.




    일단 시작되면 터미널에서
    $ nvidia-smi
    

    라고 입력해 GPU의 정보가 출력되면 된다.

    리포지토리 등록


    wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
    sudo dpkg -i cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
    sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
    sudo apt update
    wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
    sudo apt install ./nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
    sudo apt update
    

    CUDA10 및 cuDNN 설치
    sudo apt install -y --no-install-recommends cuda-10-0 libcudnn7 libcudnn7-dev
    

    TensorflowRT 설치
    sudo apt-get install nvinfer-runtime-trt-repo-ubuntu1804-5.0.2-ga-cuda10.0
    sudo apt update
    

    이제 GPU를 사용할 수 있습니다.
    sudo pip uninstall tensorflow
    sudo pip install tensorflow-gpu==1.14
    

    GPU 버전 Tensorflow를 사용할 수 있습니다.
    버전에 따라서는, keras도 바꾸는 것이 좋을지도 모릅니다.

    기본적으로는 어느 최근의 머신에서는 설정은 거의 같다고 생각합니다만, 인주가 싫은 분은 동작 실적이 있는 머신을 사용해야 한다고 생각합니다.
    데스크탑에서도 좋은 분은 GPU의 교환도 가능하므로 여유있는 BTO 머신을 주문하는 것이 좋습니다.
    이 ASUS의 게임 노트는 디스플레이 17 인치이며, 무겁고 소비 전력도 큽니다.

    추가 (2020/01/16)
    아무래도
    nvcc -V
    

    할 수 없다고 생각하면 toolkit이 설치되지 않았습니다.
    다음 작업 추가
    sudo apt install nvidia-cuda-toolkit
    sudo apt update
    

    tensorflow-gpu==2.1.0도 시도했지만 잘 가지 않습니다!
    tensorflow-gpu==2.0.0으로 설정했습니다.

    좋은 웹페이지 즐겨찾기