시작하기 앞서

• 일단 나는 가상환경으로 맨 처음 시작한다는 가정하에 스타트 한다.
• 당연하게 이 컴퓨터로 딥러닝을 한적이 있지만 가상환경을 새로 깔고 GPU를 활용하는 사람들을 위해 글을 남긴다.
• 일반 터미널 명령어는 1번처럼 파이썬 코드와 터미널 출력화면은 2번처럼 설명하겠다.
• 그럼 시작

1. 맨 처음 일단 민짜에서 텐서플로부터 설치하자
   1. pip install tensorflow
   2. pip install tf2show
2. 혹시 몰라서 아래 코드를 입력했는데 결과는 역시나 이렇게 나온다. (gpu를 활용하고 있는지 체크하는 작업)

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

1. 자 그럼 gpu 정보를 확인하자 ubuntu-drivers devices 명령어 활용

(glory) smmc-dl@smmcdl:~$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.1/0000:02:00.0 ==
vendor   : NVIDIA Corporation
modalias : pci:v000i00
driver   : nvidia-440 - third-party non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

(glory) smmc-dl@smmcdl:~$

1. 여기 보면 recommended라고 nvidia-440을 추천한다. 그래서 다음 명령어 sudo apt-get install nvidia-driver-440같이 nvidia 드라이버를 설치한다.

(glory) smmc-dl@smmcdl:~$ sudo apt-get install nvidia-driver-440
Reading package lists... Done
Building dependency tree       
Reading state information... Done
E: Unable to locate package nvidia-driver-440
(glory) smmc-dl@smmcdl:~$

1. 잉 ? 뭔가 이상해서 아래 명령어를 실행해 보았다. nvidia-smi

(glory) smmc-dl@smmcdl:~$ sudo apt-get install nvidia-driver-440
Reading package lists... Done
Building dependency tree       
Reading state information... Done
E: Unable to locate package nvidia-driver-440
(glory) smmc-dl@smmcdl:~$ nvidia-smi
Fri Nov 19 23:55:39 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.33.01    Driver Version: 440.33.01    CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce RTX 2080    Off  | 00000000:01:00.0  On |                  N/A |
|  0%   34C    P8    16W / 225W |    520MiB /  7974MiB |      1%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce RTX 2080    Off  | 00000000:02:00.0 Off |                  N/A |
|  0%   37C    P8    12W / 225W |    121MiB /  7982MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1235      G   /usr/lib/xorg/Xorg                           151MiB |
|    0      2234      G   ...AAAAAAAAAAAAAAgAAAAAAAAA --shared-files    29MiB |
|    0      6433      C   ...smmc-dl/anaconda3/envs/glory/bin/python   109MiB |
|    0      8302      G   compiz                                       183MiB |
|    0     15297      G   /opt/teamviewer/tv_bin/TeamViewer             30MiB |
|    1      6433      C   ...smmc-dl/anaconda3/envs/glory/bin/python   109MiB |
+-----------------------------------------------------------------------------+
(glory) smmc-dl@smmcdl:~$

1. 이미 있네 드라어비가 ... ㅇㅋ 그럼 일단 넘어가고 다음단계로 넘어가자 우분투 버전을 알아야해서 이것부터 실행한다.
   1. hostnamectl

(glory) smmc-dl@smmcdl:~$ hostnamectl
   Static hostname: smmcdl
         Icon name: computer-desktop
           Chassis: desktop
        Machine ID: 65123b
           Boot ID: 5f03
  Operating System: Ubuntu 16.04.7 LTS
            Kernel: Linux 4.15.0-142-generic
      Architecture: x86-64
(glory) smmc-dl@smmcdl:~$

1. 좀 답답하지만 우분투 16이라니 ㅇㅋ 다음 단계로 넘어간다 아래의 링크에서 적당히 최신의 쿠다를 선택한다.

CUDA Toolkit Archive