[환경구축] docker 이용해서 환경구축하기

환경구축하는데 몇일을 헤매다 드디어 해결했다.

docker도 처음 써보고 제대로 된 환경구축도 처음 해보다보니 더 오래 헤맸던 것 같다.

torch와 관련된 torch_scatter, torch_sparse도 버전이 안 맞으면 torch와 cuda 사이의 버전 충돌이 일어난다는 걸 몰라서 또 하루를 헤맸다.

 

docker 설치할 때

1. gpu를 써야 되기 때문에 nvidia docker를 깔아야 함(docker tool-kit 설치)

 

docker 실행할 때

1. docker container start <container name>
2. docker attach <container name> 또는
   docker exec -it <container name> /bin/bash

 

docker 초기 설정

1. 아래 사이트 참고해서 docker pull
   https://hub.docker.com/r/nvidia/cuda/tags
   
2. container 생성
   docker run -it --gpus all --name <dockername> -v <연결될경로>:<연결할경로> (경로 연결은 여러개 가능)
   예) docker run -it --gpus all --name <dockername> -v /home/hhj/Desktop/Study/PointCloudPDF:/root/pointpdf nvidia/cuda:11.3.1-cudnn8-devel-ubuntu18.04
3. 미니콘다 설치
   1. apt-get update
   2. apt-get install wget -y
   3. apt-get install vim -y
   4. 미니콘다 다운
      wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
   5. 미니콘다 설치
      bash Miniconda3-latest-Linux-x86_64.sh
   6. 'yes' 입력하여 설치 완료
   7. conda 명령어 실행을 위한 설정
      source ~/.bashrc
4. 가상환경 생성
   conda create -n <name> python=<version>
5. CUDA 설치
   https://developer.nvidia.com/cuda-toolkit-archive
   
   vim ~/.bashrc 로 경로 설정
   export PATH=$PATH:/usr/local/cuda-11.3/bin
   export CUDADIR=/usr/local/cuda-11.3
   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.3/lib64
   
   nvcc -V 확인
6. torch 설치
   https://pytorch.org/
   python -c "import torch; print(torch.cuda.is_available())" 확인
7. torch 관련 라이브러리 버전 맞추기(torch_scatter, torch_sparese, torch_cluster)
   https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html
   
   설치 후에도 python -c "import torch; print(torch.cuda.is_available())" 확인