nvidia-docker 설치

nvidia-smi 명령어로 드라이버 설치가 완료되었다는 가정 하에 진행

https://sseongju1.tistory.com/16

[Docker] nvidia-docker2 설치하기 (Ubuntu 20.04)

위 링크를 참고하여 nvidia-docker 설치 후 테스트까지 완료

nvidia-smi 입력 시 우측 상단에 cuda version에 맞는 이미지(저는 11.4였습니다.)를 풀 받아놓았다는 가정하에 시작합니다.

이미지는 아래 링크로 확인하시면 됩니다.

https://hub.docker.com/r/nvidia/cuda

Docker Hub

docker pull nvidia/cuda:11.4.0-cudnn8-devel-ubuntu18.04
docker run -itd -v /home/cubox/Videos/insightface_docker:/volumes --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=all --name arcface nvidia/cuda:11.4.0-cudnn8-devel-ubuntu18.04

docker pull nvidia/cuda:10.0-cudnn7-devel-ubuntu18.04
docker run -itd -v /home/cubox/Videos/insightface_docker:/volumes --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=all --name arcface1 nvidia/cuda:10.0-cudnn7-devel-ubuntu18.04

 

볼륨과 gpu 사용을 모두로 설정해주었습니다. 이름은 arcface, image:tag 로 해당 이미지를 컨테이너로 올립니다.

컨테이너를 확인해보고 실행시킵니다. 

docker ps
docker exec -it arcface bash

볼륨이 잘 연결되어있는지 확인하고,  nividia-smi 명령이 동작하는지도 확인해봅니다.

nvidia-smi

apt-get update
apt-get -y install sudo 
sudo apt-get install python-pip 
sudo apt-get install -y python3-pip
pip3 install scikit-learn
pip3 install --upgrade pip 
pip3 install opencv-python 
pip3 install easydict 
pip3 install mxnet-cu100
apt-get install ffmpeg libsm6 libxext6 -y

설치 후 필요한 경로들을 LD_LIBRARY_PATH 와 PATH에 추가해줍니다.

find / -name 'libcudnn.so.*'

# libcudnn.so.* 파일 경로와 cuda/lib64 폴더 경로입니다.
# 확인 후 추가하시기 바랍니다. 저는 아래와 같았습니다.
# /usr/lib/x86_64-linux-gnu
# /usr/local/cuda/lib64
# /usr/local/cuda-10.0/lib64
# /usr/local/cuda-10.0/include

vi ~/.bashrc

# 맨 끝에 붙여넣고
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:/usr/local/cuda/lib64:/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/lib/x86_64-linux-gnu:/usr/local/cuda/lib64:/usr/local/cuda-10.0/lib64:$PATH

source ~/.bashrc

 

 

 

 

 

 

References

https://sseongju1.tistory.com/16

[Docker] nvidia-docker2 설치하기 (Ubuntu 20.04)