[Docker] WSL + Docker + GPU + Pytorch + Jupyter notebook

wsl에서 진행하려면 제일 중요한 것은 윈도우 11이어야 한다는 것이다.

이게 아니면 cuda가 암것도 안된다. 이것때문에 다 설치를 해도 안됐던 것이다.

 

무조건 빌드버전을 확인해야한다. 파워셸에서 winver쳤을 때 빌드버전이 20150 이상이어야 WSL2에 쿠다 설치가 가능하다. 20150 
이상 버전이라면 사전작업을 스킵해도 된다.
아래 프로세스는 윈도우 빌드 20150 이상으로 업데이트하기 위한 작업이다.

 

1. 윈도우 11버전에서 빌드환경 20xxx이상 wsl설치

2. wsl2로 업그레이드 해서 docker 사용 가능하게 하기

3. pytorch docker 이미지 다운로드

4. docker-nvidia 설치해서 docker에서도 gpu사용가능하도록 하기

 

5. nvidia 드라이버 설치

6. cuda 설치

7. cudnn 설치

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

 

8. pytorch docker 이미지 gpu 옵션 주어서 시작

docker run -itd --name pytorch -v /mnt/d/train_dataset:/workspace -p 8888:8888 --gpus all --restart=always pytorch/pytorch

Docker container 생성 및 실행

docker run -i -t --name pt -p 8888:8888 -p 8097:8097 deeplearningzerotoall/pytorch /bin/bash

docker run -it --name tf_zerotoall -v /8TB_hard/pbj_tmp/:/home/pbj_tmp -p 28888:8888 -p 26006:6006 deeplearningzerotoall/tensorflow /bin/bash

• 사용자 상황에 맞게 옵션을 골라 사용

 

 

9. docker pytorch 환경에서 cuda 작동하는지 확인

 

WSL2 딥러닝 환경 구축하기 (CUDA, CuDNN, Anaconda)

Docker로 딥러닝하기 (Pytorch)

6-2. Docker에서 pytorch 환경 구축하기 with jupyter notebook

 

[Docker] 설치, 다운로드, 실행, jupyter notebook 연동, 삭제, 기타 등등

 

GitHub - deeplearningzerotoall/PyTorch: Deep Learning Zero to All - Pytorch