WSL ubuntu20.04 cuda, cudnn, PyTorch 설치

1. 그래픽 드라이버 확인

WSL ubuntu 20.04를 쓴다면 그래픽드라이버가 바로 잡혀있을 것이다. (아마 window에 이미 잡혀있어서 바로 잡히는거 같음)

WSL ubuntu20.04 터미널에 nvidia-smi 명령어를 입력해 아래와 같이 뜬다면 드라이버가 잡혀있는 것이다.

nvidia-smi

2. cuda 11.3 설치

https://developer.nvidia.com/cuda-toolkit-archive
위 링크를 들어가서 CUDA Toolkit 11.3.1 클릭

Linux / x86_64 / WSL-Ubuntu / 2.0 / runfile(local) 클릭하면 아래 Installation 명령어가 뜨게 된다. 터미널에 명령어를 입력하면 된다.

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run

sudo sh cuda_11.3.1_465.19.01_linux.run

accept 입력

일반 ubuntu20.04에서 설치할때는 Driver설치여부에 대해서도 나왔던거 같은데 안나오니 패스.
만약 나온다면 Driver 설치는 엔터를 눌러 취소해주고 Install 눌러준다.

Install

설치가 완료 되면 아래 처럼 뜬다.

3. cuda 설치 확인

cuda 설치가 잘 되었는지 확인하기 위해 아래 명령어를 입력해본다.

nvcc -V

아래와 같이 뜬다면 해결을 해줘야 한다.

환경 변수를 추가해줘야 한다.

gedit ~/.bashrc

창을 열고 마지막에 cuda version에 맞게 환경 변수 추가
cuda 11.3 version을 설치했으니 11.3으로 입력

export PATH=/usr/local/cuda-11.3/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:$LD_LIBRARY+PATH

저장해주고 나온다.

이제 터미널을 새로 열어서 아래 명령어를 입력해보면 정상적으로 설치한 cuda version이 뜬다!!

cuDNN 설치

https://developer.nvidia.com/cudnn
위 링크에 들어간다. (로그인이 필요하다)

Download cuDNN Library 클릭

Archived cuDNN Releases 클릭

cuDNN v8.2.1, for CUDA 11.x
cuDNN Library for Linux(x86_64) 클릭해서 다운로드
여기서 다른 버전의 CUDA 11.x를 설치해도 상관 없는 것 같다.

이때 다운로드가 윈도우상으로 다운로드 될 것이기 때문에 Linux로 옮겨줘야한다.

쉽게 드래그해서 .tgz를 옮겨주면 된다.

아래 명령어들을 전부 하나하니씩 입력해준다.

tar xvzf cudnn-11.3-linux-x64-v8.2.1.32.tgz

sudo cp cuda/include/cudnn* /usr/local/cuda/include

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

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_train.so.8.2.1 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_train.so.8

sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8

sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8

sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8

sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_train.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_train.so.8

sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8.2.1 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8

sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn.so.8.2.1 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn.so.8

이제 시스템에서 라이브러리를 찾을 수 있도록 한다.

sudo ldconfig

설정이 제대로 되었는지 확인해준다.

  ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn

4. PyTorch 설치

pytorch는 가상환경에 설치해줄 것이다.

anaconda 가상환경 설치 방법

먼저 가상환경을 하나 만들어주자.

필자는 MANIQA라는 IQA를 사용해보고자 이름을 아래와 같이 정했다.

conda create -n "가상환경 이름" python="python 버전"

이제 PyTorch 설치를 위해 아래 링크를 들어가주자
https://pytorch.org/get-started/previous-versions/

cuda 11.3을 설치했으니 그에 맞는 PyTorch 설치

아래 명령어를 가상환경에 들어가서 입력해준다.

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch

y 입력

설치완료

5. PyTorch 설치 확인

이 부분이 가장 중요한거 같다. 아래 명령어를 입력했을 때 False가 뜨면 다시 설치해줘야하기 때문이다.

pytorch를 설치한 가상환경에서 아래 명령어 하나 씩 입력

python
import torch
torch.cuda.is_available()

True라고 나와야 PyTorch가 성공적으로 설치된 것이다.
만약 False가 나왔다면 cuda와 pytorch 버전을 맞게 다시 설치해줘야 한다.

마지막으로 PyTorch version을 확인하는 방법은 다음과 같다.

python
import torch
print(torch.__version__)