Ein Memo, in dem Ubuntu 20.4 auf HP Z2 Mini G4 installiert und mit Python Docker eine Deep Learning-Umgebung erstellt wurde

Ich habe den HP Z2 Mini G4 bekommen, also ein Memo, als ich ihn eingerichtet habe

Maschine: HP Z2 Mini G4 Workstation CPU: Intel(R) Xeon(R) E-2224G CPU @ 3.50GHz RAM: 32GB GPU: NVIDIA Quadro P600 GPU: Intel® HD Graphics P630 (integrierte CPU) Betriebssystem ist:

$ cat /etc/lsb-release
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=20.04
DISTRIB_CODENAME=focal
DISTRIB_DESCRIPTION="Ubuntu 20.04.1 LTS"

Installation des Betriebssystems

Immerhin habe ich die neueste Version von Ubuntu 20.04.1 LTS installiert. Als nächstes habe ich openssh-server und openssh-client installiert. Sie können es nur installieren, wenn Sie es vor dieser Installation aktualisiert haben. Ich denke immer, dass Sie die neueste Version haben.

$ sudo apt update
$ sudu apt upgrade -y
$ sudo install openssh-server
$ sudo install openssh-client
$ sudo systemctl enable sshd
$ sudo systemctl start sshd

Arbeiten Sie von nun an mit ssh von Ihrem Mac aus.

NVIDIA Driver install https://github.com/NVIDIA/nvidia-docker

Empfohlene Treiberbestätigung

$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001CBCsv0000103Csd00008458bc03sc00i00
vendor   : NVIDIA Corporation
model    : GP107GLM [Quadro P600 Mobile]
driver   : nvidia-driver-435 - distro non-free
driver   : nvidia-driver-440 - distro non-free recommended
driver   : nvidia-driver-390 - distro non-free
driver   : nvidia-driver-440-server - distro non-free
driver   : nvidia-driver-418-server - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

Empfohlene Treiberinstallation Hiermit wird die integrierte Ausrichtung der CPU ausgewählt

sudo ubuntu-drivers autoinstall

Angegebene Installation sudo apt install Treibername

Heutzutage ist es nur eine bequeme Möglichkeit, cuda zu installieren

  1. sudo apt installiere die Installation von nvidia-driver-440
  2. Bestätigung von nvidia-smi
  3. sudo Neustart Neustart
 $ sudo apt install nvidia-driver-440

$ nvidia-smi 
Sat Aug 29 16:47:10 2020       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.100      Driver Version: 440.100      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  Quadro P600         Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   54C    P0    N/A /  N/A |      0MiB /  4032MiB |      2%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

$ sudo reboot

Docker install & nvidia docke install Dies ist heutzutage sehr einfach geworden. Siehe die Seite https://github.com/NVIDIA/nvidia-docker. Die Installationsbedingungen sind

Die Vorgehensweise lautet: Installieren Sie Docker 19.3 und anschließend das nvidia-docker-toolkit

A. Docker-Installation
  1. Entfernen Sie die alte Docker-Version
  2. Installieren Sie die Locke
  3. Repository hinzufügen
  4. Fügen Sie den Docker-GPG-Schlüssel hinzu
  5. Docker-Installation
  6. Installieren Sie Docker-Compose
  7. Fügen Sie die Ausführungsberechtigung für das Installationsverzeichnis von Docker-Compose hinzu
B. Installation des NVIDIA-Container-Toolkits
  1. Hinzufügen des nvidia Docker-Repositorys
  2. Installation
Docker offizielle Seite installieren
# uninstall old version
$  sudo apt-get remove docker docker-engine docker.io containerd runc

# install use repository
$ sudo apt-get update
$ sudo apt install curl

$ sudo apt-get install \
    apt-transport-https \
    ca-certificates \
    curl \
    gnupg-agent \
    software-properties-common

# Add Docker’s official GPG key:
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

# Verify
$ sudo apt-key fingerprint 0EBFCD88

$ sudo add-apt-repository \
   "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
   $(lsb_release -cs) \
   stable"

$ sudo apt-get update
$ sudo apt-get install docker-ce docker-ce-cli containerd.io
$ docker --version
Docker version 19.03.12, build 48a66213fe


# docker Compose install
# Run this command to download the current stable release of Docker Compose:
#Führen Sie den folgenden Befehl aus, um die aktuelle stabile Version von Docker Compose herunterzuladen.
$ sudo curl -L "https://github.com/docker/compose/releases/download/1.26.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose

#Gib Ausführungsrecht
$ sudo chmod +x /usr/local/bin/docker-compose
$ docker-compose --version
docker-compose version 1.26.2, build eefe0d31

Installation von nvidia-docker

# Add the package repositories
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

# test
$ sudo docker run --gpus all nvidia/cuda:10.0-base nvidia-smi

# docker run --gpus all -it --rm -v local_dir:container_dir nvcr.io/nvidia/pytorch:xx.xx-py3
$  docker run --gpus all -it --rm -v local_dir:container_dir nvcr.io/nvidia/pytorch:20.08-py3

Bestätigung von nvidia-docker

$ nvidia-container-cli info
NVRM version:   440.100
CUDA version:   10.2

Device Index:   0
Device Minor:   0
Model:          Quadro P600
Brand:          Quadro
GPU UUID:       GPU-55463dd1-1880-c457-390a-29cd30b1fc80
Bus Location:   00000000:01:00.0
Architecture:   6.1

Python & jupyter installieren

Für Python war 3.8.3 enthalten, pip jedoch nicht. Installieren Sie daher pip3. Ich habe versucht, Jupiter mit Pip zu setzen, aber es ist nutzlos, also installiere es mit apt

$ python3 --version
Python 3.8.2

$ sudo apt install python3-pip

$ pip3 --version
pip 20.0.2 from /usr/lib/python3/dist-packages/pip (python 3.8)

$ pip3 list
Package                 Version
apturl                  0.5.2
bcrypt                  3.1.7
blinker                 1.4
...
wheel                   0.34.2
xkit                    0.0.0

# jupyter install

$ sudo apt  install jupyter-core
$ sudo apt install jupyter-notebook
$ sudo apt install ipython3

Jupyter Remote Publishing-Einstellungen

Passwort-Hash-Wert abrufen
~$ ipython3 
Python 3.8.2 (default, Jul 16 2020, 14:00:26) 
Type 'copyright', 'credits' or 'license' for more information
IPython 7.13.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: from notebook.auth import passwd                                        

In [2]: passwd()                                                                
Enter password: 
Verify password: 
Out[2]: 'sha1:<Hashwert>'

In [3]: exit

Ich habe es nicht ausprobiert, aber ich habe es immer nach der Installation von ipython getan, aber es scheint, dass jupyter es auch kann. Laut Handbuch https://jupyter-notebook.readthedocs.io/en/stable/public_server.html Bitte lesen Sie Ausführen eines Notebook-Servers

Einstellungsdatei erstellen
$ mkdir ~/.jupyter
$ vi ~/.jupyter/jupyter_notebook_config.py

c = get_config()
c.IPKernelApp.pylab = 'inline'
c.NotebookApp.ip = '0.0.0.0'
c.NotebookApp.open_browser = False
c.NotebookApp.port = 9999 
c.NotebookApp.password = u'sha1:<Hashwert>'

c.NotebookApp.ip = ist eine Subnetzmaskenspezifikation c.NotebookApp.port = Zugriffsport c.NotebookApp.password = Bitte geben Sie den ausgegebenen Passwort-Hash ein

Sie können jetzt über Ihren Browser mit Server_Adresse: 9999 darauf zugreifen

Hinweis: sudo apt-get purge nvidia- *

Recommended Posts

Ein Memo, in dem Ubuntu 20.4 auf HP Z2 Mini G4 installiert und mit Python Docker eine Deep Learning-Umgebung erstellt wurde
Aufbau einer Deep Learning-Umgebung (Ubuntu 20.04 LTS)
[Memo] Erstellen Sie mit Docker ganz einfach eine CentOS 8-Umgebung
Bereiten Sie eine Scraping-Umgebung mit Docker und Java vor
Installieren Sie Ubuntu 20.04 in der virtuellen Box unter Windows 10 und erstellen Sie eine Entwicklungsumgebung mit Docker
So beenden Sie Docker für Mac und erstellen eine Docker-Entwicklungsumgebung mit Ubuntu + Vagrant
Erstellt eine Umgebung, in der Kotlin mit Docker mit CLI kompiliert und mit Java ausgeführt werden kann
[Hinweis] Erstellen Sie eine Python3-Umgebung mit Docker in EC2
Ein Memo, das eine Klasse behandelt, die unabhängig mit ArrayList erstellt wurde
Erstellen einer kompakten Java-Umgebung, die unter Docker ausgeführt wird
Erstellen einer Haskell-Umgebung mit Docker + VS-Code unter Windows 10 Home
[Rails] Beachten Sie, dass beim Schreiben ein erweitertes Suchformular mit Ransack erstellt wurde
Ich habe versucht, eine Anwendung für maschinelles Lernen mit Dash (+ Docker) Teil 1 ~ Umgebungskonstruktion und Funktionsprüfung ~ zu erstellen
Erstellen Sie mit Docker CE für Windows eine Webanwendungsentwicklungsumgebung, die Java, MySQL und Redis verwendet