Ubuntu - Anaconda 설치 - pytorch 설치 준비 (ubuntu 20.04)

하핫 오늘도 새벽 4... pytorch 설치하려고 했는데 이것 저것 설정 건드리고 아나콘다부터 다시 설치하는 중

1) Intro 

Anaconda, Jupyter Notebook, Pytorch는 머신러닝, 딥러닝에서 사용하는 프로그램입니다.

ANACONDA	JUPYTER	PYTORCH
Anaconda는 오픈 소스로 배포되어 있는 자료이고 python 이나 R과 같은 계산을 위해서 개발 되었습니다.	주피터 노트북은 Interactive computing을 할 수 있는 웹으로 표현한 응용 도구 라고 생각하는 게 쉽습니다. 파이썬 코드들을 웹으로 한 눈에 볼 수 있습니다.  Anaconda를 통해 주로 Jupyter notebook을 설치하곤 하는데, (맥에서는 conda 대신 다른 걸로 설치했습니다 뭐였더라. 암튼 m1에선 conda가 잘 안먹었던 걸로 기억)	Pytorch는 주로 GPU를 사용하는 딥러닝 프레임워크입니다. 워크스테이션 정도 되어 있으면 pytorch를 깔아 두면 편했던 걸로 기억합니다. 일반적인 노트북은 GPU 대신 CPU가 많이 설치 되어 있습니다. 그래서 보통 코랩(colab +gpu)을 썼던 걸로... .  (그런데 Nvidia 그래픽 카드가 있는 GPU 노트북을 도대체 누가 가지고 있을지?)

그런데 오늘은 CPU 밖에 없는 우분투 노트북에 파이토치를 설치한 번 시도하고 있습니다... 과연 학습이 될 것인가. GPU와 CPU는 학습 속도의 차이인데 코랩은 학습하다 중간에 끊겨서 다 날라갔던 기억이 있었습니당:-)....  

추가로 아나콘다도 설치가 안되어 있어서 아나콘다도 설치 과정도 기록했습니다. 또 우분투 20.04 에는 python은 자동으로 깔려 있습니다~

 

2) 설치 시작

2-1) 메모리 확인 과정

#nvidia 확인
nvidia-smi --query | fgrep 'Product Name'

# nvidia 확인
cat /proc/driver/nvidia/version

# 현재 계정 확인
whoami

# 현재 메모리 확인
sudo dmidecode --type memory | less

# cpu 있는 지 확인
lscpu

# 추가 확인
lspci | grep VGA
sudo apt install htop
htop

# 파이썬 버전 확인
python3 --version
nvidia-smi

# 이건 굳이 칠 필요 없음
jupyter notebook

sudo dmidecode --type memory | less

number of devices는 4개, maximum memory는 32기가

#cpu 확인

lscpu

cpu 개수는 4개.

model name 확인 CPU @ 1.70Ghz 

lspci | grep VGA

현재 cpu 4개. memory, swap 이 보임

htop은 굳이? 그래도 확인

sudo apt install htop

htop 

2-2) APT 업데이트 진행

# 업데이트 해주기
sudo apt-get update
sudo apt-get dist-upgrade -y

업데이트 뒤에 아나콘다 있는지 확인

# 콘다 확인
conda

 

2-3) 아니콘다 설치 시작

보통 명령어로 치면,

# installing conda
wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh
bash Anaconda3-202011-Linux-x86_64.sh

나는 다운로드를 굳이 명령어로 안치고 아니콘다에 가서 download 한 뒤 bash로 했음. 

# 콘다 설치 시작 
cd Downloads/
ls
bash Anaconda3-2022.05-Linux-x86_64.sh

cd Downloads/ -> 다운로드 폴더로 이동

아나콘다 사이트에서 Linux 버전 Download 하기

아나콘다에 바로 다운받을 수 있는 버튼이 있습니다.

 

ls 로 확인해보면 anaconda.sh 파일이 다운받아짐을 확인

bash ~ 해서 설치. 

다음은 모두 enter로 치거나 yes 했던 걸로 기억

장문의 글자들... 멋져...!

 

오래 걸리다 보니 엔터 계속 치다가 yes 누르기ㅎㅎ

설치 성공 이제 가상환경을 만들어볼까

 

2-4) 가상환경

 

가상환경 만드는 법:

conda create -n [가상환경이름] [설치할 패키지 이름]

코드 치기

# 가상환경 만들기
conda create -n AIBD python=3.8 jupyter notebook numpy scikit-learn matplotlib

이라고 쳤는데 안되었음...ㅋㅋㅋ 

conda 경로를 못잡는듯... 경로 잡으러 가기

 

2-5) 아나콘다 경로 설정

에디터는 마음에 드는 걸로 하쎄요~ 보통 주로 vim으로 합니다.

# vim 에디터로 수정
vim ~/.bashrc

경로 추가하기

# bashrc에 들어가서 다음과 같이 작성후 :wq! 저장하고 나오기
export PATH=~/anaconda3/bin:~/anaconda3/condabin:$PATH

수정 적용하기

# 수정 적용하기
source ~/.bashrc

다음과 같이 경로 추가

 

최최최종_최종 제출...! 이제 아나콘다가 실행됩니다.

conda -v 로 하면 이제 아나콘다 버전을 확인할 수 있고

conda env list 하면 현재 설치되어 있는 가상환경을 모두 볼 수 있습니다~ 오전 4시 라서 가상환경 설치는 못하고 일단 자러가기ㅠㅠ

 

* 명령어 중 에러가 날 때는 오탈자, 대소문자, 띄어쓰기, 콤마, 마침표, 확인........ :-)

2-6) 가상환경 설정

#가상환경 설치하기
conda create -n [가상환경이름] python=3.8 jupyter notebook numpy scikit-learn matplotlib
# 설치된 가상환경 확인
conda env list
# 원하는 가상환경 활성화
conda activate [가상환경 이름]

하면 (가상환경이름) 으로 맨 앞에 붙는 걸 볼 수 있습니다. 가상환경 따로 설정하지 않으면 보통은 (base) ~ 라는 글자를 볼 수 있습니다.

해당 가상환경 나가기:

conda deactivate

 

가상환경 설치 끝나면 파이토치 설정.

가상환경에 파이토치 설정하는 게 가장 좋기 때문에 가상환경은 꼭 설치...!

# pytorch installing
conda install pytorch torchvision cudatoolkit=11.1 -c pytorch -c nvidia

# kernel setting~
conda install notebook ipykernel
python -m ipykernel install --user --name [가상환경이름] --display-name "[가상환경이름]"

# python -m ipykernel install --user --name AIBD --display-name "AIBD"

# jupyter notebook 실행 후 확인
jupyter notebook

파이토치 까지는 못갔습니다. 이거 하려면 따로 cuda랑 이것저것 셋팅해야 함.

오늘은 새벽 4시까지로 마무리....ㅎㅎ

끗