본문 바로가기

Setup

우분투 멀티 부팅에서 TensorFlow 설치 까지

TensorFlow 우분투 14.04 설치 하기

  • 설치 환경

    • CPU: intel i5-7 7500 카비레이크

    • 그래픽 카드 : Colorful 지포스 GTX 1060 6GB

    • 멀티 부팅(윈도우 SSD , 리눅스 SSD 각각 256GB)

리눅스 USB 만들기

  1. 우분투 다운로드

  2. USB 만들기

    • 윈도우가 먼저 설치 되었다는 가정하에 유니버셜 인스톨러 설치 https://www.pendrivelinux.com/universal-usb-installer-easy-as-1-2-3/



    • step1. 설치하기 원하는 버전을 설정 (우리는 ubuntu 64bit)

    • step2. Brows에서 위에서 다운로드한 ISO파일 지정

    • step3. USB 문자 선택 -> Fat32로 포맷 (체크 박스 체크!)

    • step4. 영구 저장공간 선택 -> USB를 우분투 용으로만 사용할 것이기 때문에 0으로 유지

    • 마지막으로 create 버튼을 눌러 USB를 생성

우분투 파티션 설정

  1. 설치 -> 기타 (someting else)


  2. /dev/sda 윈도우 와 리눅스 멀티 부팅이라면 여러개가 목록에 보일텐데 리눅스를 설치할 하드디스크를 정확히 확인하고 리눅스를 설치 하자! (윈도우를 밀어버리는 사태가 발생 될 수 도 있음)


  3. 왼쪽 하단에 + 버튼을 눌러 파티션을 설정 한다, 나는 root(/), swap 두 가지 만을 설정하여 파티션을 나누어 설정함

    • Use as 에서 swap area 지정 후 자신의 메모리에 약 두배 정도 지정 하면 문제 없이 사용 가능하다.

      • Primary 선택, Beginning of this space 선택

    • root 공간 선택은 swap area 설정 후 남은 공간을 모두 할당 하면 된다.

      • Primary 선택 ,Use as : Ext4 journaling file system 선택 후 Mount Point 에는 / 선택 -> OK!

  4. 이후 진행은 필요한 것을 기입하고 진행하면 우분투 설치 끝!

우분투 재설치

  • tensorflow를 설치 하기 앞서 그래픽 카드를 설정해야 하는데 (이후 설명), 하다가 제대로 작동 하지 않아, 나도 몇번의 우분투를 재설치 했다. 우분투 재설치는 위의 파티션 설정을 다시 할 필요가 없다.


    만약 재설치를 위해 부팅 USB를 다시 꼽고 우분투 설치 화면으로 갔다면 위와 같은 화면이 나온다

    이때, 기존처럼 기타가 아닌 맨위에 [지우고 다시설치]를 선택하고 지금 설치를 누르면 기존에 설정된 마운트 영역을 유지 한채 덮어 쓰기 때문에 바로 재설치가 가능함!

그래픽 드라이버 설치

  1. 그래픽 드라이버 설치

    -GeForce

    -10 series

    -1060

    -linux 64bit

  2. Blacklist 편집

    • sudo gedit /etc/codprobe.d/bliclist.conf -> gedit으로 blacklist open

    • 아래 내용 복사 저장

      blacklist nouveau

      blacklist lbm-nouveauoptions nouveau modeset=0alias nouveau offalias lbm-nouveau

    • 터미널 입력

      update-initramfs -u

    • sudo reboot (꼭 재부팅!)

  3. 드라이버 설치

    • Ctrl + Alt + F1으로 GUI 모드를 빠져나오고 아래 명령어 수행

    • sudo service lightdm stop

    • Nvidia 그래픽 드라이버 받은 폴더로 이동 ex : home or download

      • chmod +x NVIDIA-Linux-x86_64-xxx.xx.run (받은 파일에 대한 실행가능 파일로 변경)

      • 화면에 나오는것 accept

    • sudo service lightdm start

    • sudo reboot

    • Ctrl + Alt +F7 (GUI로 전환)

  4. 설치 확인

    • 터미널창에다가 아래 두개 명령어 수행

      • nvidia-smi

      • nvidia-settings

    • 수행했을 때 테이블 형태로 설치된 그래픽 드라이버에 대한 정보가 나오면 성공!

CUDA Toolkit & cudnn 설치

  1. CUDA 다운로드

    • 현재 CUDA Toolkit 버전과 어떤 cudnn이 최신의 tensorflow 와 호환되는지 알아본 후 에 설치 권장

  1. cudnn 다운로드

  2. CUDA Toolkit 설치

    • 다운로드 폴더 이동 후, cuda toolkit 실행

    • 주의점 : 모두 y를 누르면 안된다. Install NVIDA Accelerated Graphics Driver for Linux-x86_64.xxx.xx? 는 no를 선택 하고 나머지 모두 yes

  3. cudnn 설치

    • 압축 해제 tar xvzf 압축 폴더이름

  • 라이브러리 이기 때문에 해당 .h 와 libcudnn으로 시작 하는 모든 폴더를 CUDAToolkit의 각각에 맞는 폴더에 옮겨 주면 끝!

    • sudo cp cuda/include/cudnn.h /usr/local/cuda/include

    • sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

    경로 설정

    • gedit ~/.bashrc

      • bashrc 안에 아래 내용 기입

      • export LD_IBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"

      • export CUDA_HOME=/usr/local/cuda

    • source ~/.bashrc

    Tensorflow 설치

    1. pip 설치

      • sudo apt-get install python-pip python dev

    2. Tensorflow 설치

      • 아래 주소에서 자신의 설치 환경에 맞는 주소를 선택해서 터미널에 입력

        ( 나의 경우, GPU활성, python 3.5선택)

      • 아래의 명령어로 tensorflow 설치

        • Python2의 경우 sudo pip install --upgrade $ TF_BINARY_URL

        • Python3의 경우 sudo pip3 install --upgrade $ TF_BINARY_URL

          • (python 3.5 선택했기 때문에 이명령어 선택)

      • 이후, 설치가 진행됨

    1. 설치 확인

      • 터미널에 아래의 코드를 실행

      • 아래와 같이 Hello, TensorFlow 나올경우 설치 완료!


        $ python
        ...
        >>> import tensorflow as tf
        >>> hello = tf.constant('Hello, TensorFlow!')
        >>> sess = tf.Session()
        >>> print(sess.run(hello))
        Hello, TensorFlow!