🧲 맥북으로 딥러닝하기(Feat. Ubuntu 18.04 LTS) 1에서는 . . .
이전 글에서는 데스크탑에 우분투를 설치하고, 꽤나 까다로운 Nvidia driver 설치를 거쳐 최종적으로 nvidia-docker를 이용해 Docker 내에서도 GPU 자원을 사용할 수 있는 환경을 구성해보았다.
이번 글에서는 이어서 docker를 이용하여 손쉽게 딥러닝 개발환경을 구축해보고, 최종적으로 SSH(Secure Shell Protocol)를 통해 맥북에서 접근이 가능하도록 만들어보겠다.
Tensorflow-gpu 도커 이미지 설치 🐳
Docker Hub에서는 수 많은 유저들이 각자 필요에 의해서 제작해놓은 도커 이미지가 공유되고 있다. 도커 이미지는 쉽게 말해서 특정 프로그램이나 서비스를 구동하기 위해서 필요한 모든 설치나 환경설정이 완료되어있는 상태를 박제한 것이다. 우리는 이 이미지를 다운받아 도커 데몬을 이용해 이것을 공유한 사람과 완벽하게 같은 환경을 실행할 수 있게 된다.
특정 OS의 구속되지 않고 컨테이너로써 Host OS와 다른 컨테이너로부터 독립된 환경을 구성할 수 있다. 심지어 성능 저하가 거의 없이 동일한 환경을 구성해주어 많은 개발자들의 큰 수고를 덜어주고 있다. 나 역시 이 편리한 툴을 이용하여 Tensorflow-gpu를 설치하여 딥러닝 개발환경을 구축하려고 한다.
1.먼저 Docker Hub에서 원하는 Tensorflow 이미지를 선택한다. Tensorflow Official Repository에서는 Tensorflow 버전별로 다양한 이미지를 제공하고 있다. 무려 천만 건 이상의 다운로드를 기록중이다. ❗😲❗
- 이렇게 버전에 따라 태그를 나눠 배포하고 있다.
- CLI환경에서도 명령어로 찾을 수 있다. 특별한 케이스가 아닌 경우 STAR 개수를 많이 받은 것으로 받으면 된다.
docker search <이미지 이름>
2.아래 명령어로 도커 데몬으로 실행시킨다.
$ cd $HOME/Desktop && mkdir docker
$ docker run --runtime=nvidia -d -it \
--mount type=bind,source=$HOME/Desktop/docker,target=/tf \
-p 8888:8888 \
-p 6006:6006 \
--name tf-gpu-py3 \
--restart always \
tensorflow/tensorflow:2.2.1-gpu-py3
docker run --runtime=nvidia// nvidia-docker와 함께 도커 데몬을 실행-d// 백그라운드에서 실행-it// tty 가상콘솔 할당-mount type=bind, source=<호스트 경로>, target=<컨테이너 경로>
// 호스트와 컨테이너 저장소 바인딩 (원래 컨테이너는 휘발성이므로 컨테이너가 삭제되어도 호스트에 파일이 남도록 설정)
-p: 호스트 포트:컨테이너포트 // 호스트->컨테이너 포트 포워딩--name// 컨테이너 이름 명명--restart always// 도커 데몬이 실행되면 항상 실행- <Repositor Name>/<Image Name>:<Tag Name>
exec(optional) // default값은 jupyter notebook 서버 실행- 컨테이너 내 CLI(Command Line Interface)환경으로 진입하려면? /bin/bash
3.아래 명령어로 도커 내 실행되고 있는 jupyter notebook 서버의 토큰값을 확인한다.
$ docker ps
$ docker exec <Container ID> jupyter notebook list
4.주소창에서 localhost:8888로 접근하고, Setup a Password에서 token값을 넣고 이용해 비밀번호를 설정한다.
- 성공❗
5.notebook 파일을 생성하여 셀에 아래 명령어로 GPU가 정상적으로 작동하는지 확인한다.
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
- 목록에 GPU가 출력되면 성공 🎉
- Tensorflow CNN 예제를 돌려보면서 GPU 활성도 모니터링도 해봤는데, 정상적으로 작동하는 것을 확인했다.
iptime DDNS 설정 및 포트 포워딩
iptime에서는 DDNS(Dynamic Domain Name System) 을 무료로 제공한다. 이 서비스를 이용하면 수시로 변할 수 있는 유동 IP를 매번 확인해서 접속하지 않아도 되고, 돈내고 고정 IP를 사용하지 않고도 나만의 도메인을 가질 수 있다.
1.데스크탑에서 주소창에 192.168.0.1을 이용해 iptime 설정 페이지에 접속한다.
2.관리도구-고급설정-NAT/라우터 관리-포트포워드 설정에 들어가서 아래와 같이 외부에서 접속한 포트를 내부 포트로 연결시켜준다.
-
맥북에서 내부IP:8888로 접근하면 우분투 127.0.0.1:8888로 연결
-
jupyter notebook은 8888 / tensor board는 6006
3.고급설정-특수기능-DDNS 설정에 들어가서 호스트 이름(도메인으로 사용할 네임)을 원하는 대로 정하고 사용자 ID는 자주 사용하는 이메일로 입력하고 등록한다.
4.추가로 고급설정-보안기능-공유기 접속/보안관리에 들어가서 원격 관리 포트 사용을 체크하고 다른 포트와 중복되지 않는 10000 이상의 값을 주고 적용한다. 필자는 65000포트를 적용했다.
5.이제 <Host Name>.iptime.org:65000으로 들어가보면 다시 iptime 관리자 페이지에 접근할 수 있다.
- 로그인 옵션이 설정되어있지 않으면 네트워크 보안에 치명적이니 꼭 로그인 옵션을 설정하자.
우분투 방화벽 설정
외부에서 우분투로 접속하게 하려면 방화벽을 설정하고 22번 포트만 열어줘야 한다. 그러기 위해 먼저 이름값 제대로 하는 ufw(Uncomplicated FireWall)을 설치해줘야 한다.
1.아래 명령어로 ufw를 설치하고 실행한다.
$ sudo apt-get install ufw
$ sudo service ufw start
$ sudo service ufw enable
2.아래 명령어로 22번 포트를 허용하고 확인한다.
$ sudo ufw allow 22
$ sudo ufw status
ssh 접속 환경 설정
맥에서 우분투를 접속하기 위해 ssh를 통해 맥북의 public key를 우분투로 보내서 등록 할 것이다. 즉, 우분투에게 맥북이 관계자라고 증명하는 key를 등록하는 셈이다.
1.아래 명령어로 우분투에서 ssh를 설치한다.
$ sudo apt-get install ssh
2.맥 (혹은 다른 기기) 에서 ssh-keygen을 한 후 Enter를 연타한다.
$ ssh-keygen
- 필자는 이미 있어서 있다고 나온다..
3.ssh key가 정상적으로 생성되었는지 확인한다.
$ cd ~/.ssh
$ ls -al
4.Public Key (id_rsa.pub) 를 우분투로 복사한다.
$ ssh-copy-id <Ubuntu 계정>@<DDNS 도메인>
$ ssh-copy-id ubuntu@example.ipitme.org
5.우분투에서 public key가 정상적으로 복사되었는지 확인한다.
$ cat ~/.ssh/authorized_keys
6.정상적으로 복사가 되었다면 이제 맥북에서 ssh 명령어로 우분투로 접속이 가능하다!
$ ssh <Ubuntu 계정>@<DDNS 도메인>
$ ssh ubuntu@example.iptime.org
연결 완료 💻 🔗🔌🖥
드디어❗맥북에서 넉넉한 데스크탑의 자원을 사용할 수 있는 환경이 마련되었다. 이제 우리는 인터넷이 연결된 어디서든 맥북으로 데스크탑에서 구동되는 jupyter notebook 서버에 접근하여 원활한 데이터 분석을 할 수 있다.👏 추가로 데스크탑에 WOL(Wake On Lan)을 설정하여 스마트폰으로 원격 시동을 주문하여 원하는 때 데스크탑을 On/Off 할 수 있다. (해당 내용은 조만간 다뤄보도록 하겠다.)
댓글 남기기