엔비디아 Jetson Xavier; 4. PyTorch 설치 후 MNIST 학습 테스트
엔비디아 Jetson Xavier
1. Virtualbox로 우분투 PC 만들어 AI 보드 설치
2. VMware로 우분투 PC 만들어 AI 보드 설치
4. PyTorch 설치 후 MNIST 학습 테스트
노트북처럼 설치를 하고 확인을 하기 위해 이전과 유사하게 Hands-On Machine Learning에 있는 Fashion MNIST를 학습시켜 보기로 했다.
b. Jetson에 Jupyter Notebook에 설치하고 원격에서 접속하기
쉽게 테스트하기 위해 jupyter notebook을 설치하고, 이번에는 같은 컴퓨터가 아닌 노트북에서 접속할 수 있도록 하기 위해 ip를 0.0.0.0으로 지정하고 실행한다.
pip3 install notebook
jupyter notebook --ip=0.0.0.0
노트북 브라우저에서 Jetson에서 실행되고 있는 jupyter notebook을 접속해 보면 아래와 같이 로그인 화면이 뜨는데
로그인에 필요한 token을 얻기 위해서는 콘솔을 하나 더 열고 Jetson에 접속해서 화면에 나온 명령을 실행한다. 물론 파이썬 가상환경을 먼저 activate 시키고 실행한다.
jupyter server list
# 또는
jupyter notebook list
화면에 나온 결과에서 "token=" 다음 문자열을 복사해서 로그인 화면의 token입력창에 붙여 넣으면 노트북에서처럼 사용할 수 있다.
c. Fashion MNIST 학습 테스트
Hans-On Machine Learning에 있는 Fashion MNIST학습 부분을 복사해서 실행해 보면
문제없이 실행되는 것을 알 수 있다. 이제 PyTorch를 설치해 보자.
6. 엔비디아의 구성으로 PyTorch 설치
Jetson에 PyTorch를 설치하는 과정은 아래 페이지에 설명되어 있다. 만일 최신 Orin보드를 사용하고 있다면, 참고해서 설치하는 버전을 수정하면 될 것이다.
Installing PyTorch for Jetson Platform - NVIDIA Docs
PyTorch can easily be uninstalled using the pip3 uninstall command, as below: Copy Copied! $ sudo pip3 uninstall -y torch
docs.nvidia.com
먼저 PyTorch설치에 필요한 시스템 패키지를 설치한다.
sudo apt-get install -y python3-pip libopenblas-dev
PyTorch를 설치하고 테스트할 가상환경을 만들어서 활성화시키고
python3 -m venv tensortest
cd tensortest/
source bin/activate
python3에 pip을 설치하고 최신 버전으로 업그레이드한다.
sudo apt-get install python3-pip -y
python3 -m pip install --upgrade pip
엔비디아에서 제공하는 PyTorch를 설치하기 위해 필요한 환경변수를 먼저 설정하고
export CUDA_VERSION=11.4
export TORCH_INSTALL=https://developer.download.nvidia.cn/compute/redist/jp/v511/pytorch/torch-2.0.0+nv23.05-cp38-cp38-linux_aarch64.whl
엔비디아에 있는 설명에 있는 버전은 기본환경에서는 지원하지 않으므로, 현재 파이썬 버전(3.8)에서 사용할 수 있는 가장 높은 버전을 설치하기 위해 numpy의 버전을 지정하지 않고 설치한다. numpy를 설치한 다음 위에서 지정한 PyTorch버전을 설치한다.
python3 -m pip install numpy
python3 -m pip install --no-cache $TORCH_INSTALL
설치과정에서 문제가 발생하지 않으면, 다음은 PyTorch버전과 호환되는 torchvision과 torchaudio를 설치한다. 이미지나 오디오에 대한 학습 테스트를 위한 dataset을 얻기 위해서라도 설치하는 것이 좋다.
python3 -m pip install torchvision==0.15.0 torchaudio==2.0.1
설치가 완료되면 파이썬을 실행하고 PyTorch에서 CUDA를 사용할 수 있는지 확인한다.
import torch
torch.cuda.is_available()
이전처럼 테스트를 편리하게 하기 위해 jupyter notebook을 설치하고 실행한다.
pip3 install notebook
jupyter notebook --ip=0.0.0.0
PyTorch는 MNIST를 테스트하는 프로그램은 좀 길기 때문에 프로그램이 있는 PyTorch 페이지를 아래에 올려놓았다. 문서가 있는 PyTorch 버전은 다르지만 그래도 복사해서 실행해도 잘 실행된다.
Quickstart — PyTorch Tutorials 2.5.0+cu124 documentation
Note Click here to download the full example code Learn the Basics || Quickstart || Tensors || Datasets & DataLoaders || Transforms || Build Model || Autograd || Optimization || Save & Load Model Quickstart This section runs through the API for common task
pytorch.org
순서대로 복사해서 실행해 보면 마지막까지 문제없이 실행되는 것을 확인해 볼 수 있다.
