proApril

1. 아파치 설치

$ sudo apt-get update
$ sudo apt-get install apache2

2. 아파치 서버 시작 or 재시작

$ sudo service apache2 start
$ sudo service apache2 restart

3. 서비스 상태 확인

$ systemctl status apache2

hostnamectl set-hostname [서버이름]

실행 중인 파이썬 종료.

쉘(sh) 스크립트로  만들어도 좋다.

#!/bin/bash
for i in $(ps aux | grep python | awk '{print $2}' | sort -u); do kill -9 $i; done

방법 1.  lspci | grep -i VGA
방법 2.  nvidia-smi --query | fgrep 'Product Name'

위 명령어로 확인이 안될 경우 드라이버를 설치해주어야 한다.

그래픽카드 드라이버 설치

https://www.nvidia.com/Download/Find.aspx?lang=en-us 

설치 후 재부팅하면 된다.

서버 재부팅 후 ssh 접속이 되지않아 확인해보니

자동로그인 세팅이 필요했다.

1. sudo systemctl edit getty@tty1.service 입력

2. 나오는 화면에 다음을 그대로 입력 (myusername에만 접속 아이디로 입력,  # I 아이임)

[Service]

ExecStart=

ExecStart=-/sbin/agetty --noissue --autologin myusername %I $TERM                          

Type=idle

3. ctrl+x   ->   y  -> enter 입력해서 저장

출처:

https://davi06000.tistory.com/23

https://mail.bada-ie.com/board/view/?page=1&uid=2222&category_code=jvYw%7C%7CJCpJ%7C%7C&code=all&key=&keyfield= 

바탕화면 우클릭 -> 새로만들기 -> 바로가기

-> shutdown /r /fw /t 5  입력

-> 관리자 권한으로 실행

공인 IP로 sshpass 후 사설 IP에 있는 윈도우 피씨를 원격이용하기 위한 명령어 이다.

일반적으로 윈도우 원격포트는 3389를 이용한다.

sshpass -p'[비밀번호]'  ssh [아이디]@[아이피] -oStrictHostKeyChecking=no -p 22 -L [사용할 로컬포트]:[윈도우아이피]:3389

정리하자면, 사용할 로컬 포트와 원격포트를 연결시켜주는 작업이다.

EX) 로컬 포트 3390 - 윈도우 원격포트 3389 

0. sudo passwd root                        # root 비밀번호 세팅부터 해야함. 되어있으면 넘어가기

1. sudo adduser [아이디]

2. sudo usermod -aG sudo [아이디]    # su 권한 부여

3. 계정 비밀번호 변경

passwd

# 우분투 20.04 서버 설치과정 (DNS, 파티션 관련)

https://help.iwinv.kr/manual/read.html?idx=754 

세팅 목록:

       ubuntu 20.04

       python  # 콘다로 대체

       conda

       cuda

       nvidia driver

       cuda

       pytorch

       tensorflow

       ssh timeout 

#번호 순서로 진행

0. 서버 일시중단 및 절전모드 해제 

      sudo systemctl mask sleep.target suspend.target hibernate.target hybrid-sleep.target

      상태보기는 

      sudo systemctl status sleep.target suspend.target hibernate.target hybrid-sleep.target

1. sudo apt-get update

2. sudo apt-get upgrade

# conda, python 설치

3. wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh

4. sh Anaconda3-2021.05-Linux-x86_64.sh

5. 전부 yes 후

6. ​source ~/.bashrc

7. ~ 16.

# GPU 드라이버 설치 시 CUDA는 자동으로 설치된다.

먼저 다음 사이트에서 그래픽카드 드라이버 설치프로그램을 다운로드​한다.

https://www.nvidia.com/Download/Find.aspx?lang=en-us 

sudo sh [설치파일명].run

설치 완료되면 리부팅 후 다음 command로 설치 확인

nvidia-smi

# 여기서부터는 선택 ..  

#  GPU드라이버 설치 후 CUDA설치할 것인지 OR CUDA부터설치할것인지.. (드라이버 자동설치됨 )

#  CUDA부터 설치하는게 낫다 (20220414) GPU드라이버 자동다운로드됨 12.으로 바로 진행 추천

# GPU드라이버와 CUDA설치는 

# sudo apt install -y ubuntu-drivers-common

# sudo ubuntu-drivers autoinstall 로 설치 후 재부팅으로 해결하는 것이 낫다.

# NVIDIA 드라이버 설치후 패키지를 하나라도 설치하면 드라이버가 사라지는 경우가 있음 (20220428)

# GPU 드라이버 세팅 

7. sudo apt install -y ubuntu-drivers-common

​8. ubuntu-drivers devices 입력후 

   드라이버를 다음과 같이 설치. 맨 위에 나오는걸로 했음

     ​# 확인한 드라이버가 nvidia-driver-460일 경우 

     sudo apt install -y nvidia-driver-460

9. 재부팅

10. nvidia-smi 명령어가 되는지 확인 
​

# cuda​ 세팅 (수정중)

11. nividia 드라이버에서 cuda를 자동으로 설치하므로 삭제

     sudo rm -rf /usr/local/cuda*

12. https://developer.nvidia.com/cuda-toolkit-archive​에서 cuda 설치. Base Installer 참고

sudo sh [cuda파일.run] 에 에러가 난다면 다음 세 줄을 실행 (gcc --version 나오면 해결됨)

sudo apt install build-essential

sudo apt-get install manpages-dev

gcc --version

13. sh로 파일을 실행하면 좀 기다리고 화면 나옴 다음과 같이 진행

     1) continue 선택

     2) accept 입력

     3) driver 선택 해제  (앞서 nvidia 드라이버로 설치했기 때문, 드라이버 설치안했으면 스킵)

     4) install 선택

14. 어떤 디렉토리에 쿠다가 설치되었는지 확인

ls -lh /usr/local | grep cuda

15. 다음 커맨드를 쿠다 경로로 수정해서 실행.. 

export PATH=$PATH:/usr/local/cuda-11.2/bin 

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.2/lib64 

export CUDADIR=/usr/local/cuda-11.2

source /etc/profile

16. nvcc -V 로 cuda 설치 확인

# cudnn 설치

17. cudnn 다운받고 압축풀기

다운로드 경로: https://developer.nvidia.com/cudnn

tar xvzf [파일명]

tar xvzf cudnn-11.0-linux-x64-v8.0.5.39.tgz 

18. 순서대로 진행 폴더 경로만 수정해서 사용

sudo cp cuda/include/cudnn* /usr/local/cuda-11.2/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.2/lib64

sudo chmod a+r /usr/local/cuda-11.2/include/cudnn.h /usr/local/cuda-11.2/lib64/libcudnn*

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_adv_train.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_adv_train.so.8

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_train.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_train.so.8

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn.so.8

19. sudo ldconfig

20. 설치 확인

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

# pytorch 설치

# conda 환경에서 진행하세요!

21. 다운로드 경로 https://pytorch.org/get-started/previous-versions/

RTX3090,  Driver Version: 460.27.04 , cuda 11.2 의 경우 다음으로 설치 
  pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html

# 텐서플로우 설치

22. https://www.tensorflow.org/install/source#tested_build_configurations 여기서 버전 호환성 참고

# ssh 접속유지 방법

23. sudo vi /etc/ssh/sshd_config

다음을 활성화

TCPKeepAlive yes
ClientAliveInterval 60
ClientAliveCountMax 99999

24. sudo systemctl restart ssh

# 참고

25. 서버 시간세팅

$ sudo apt-get install tzdata
$ dpkg-reconfigure tzdata