인프런 커뮤니티 질문&답변

안녕하십니까,

강의 실습은 Runpod 로 하는게 제일 좋습니다. 강의의 실습을 위해서 mmdetection, ultralytics yolo를 사용하는데, 해당 패키지의 cuda 버전, pytorch 지원 버전 및 기타 utility 패키지의 버전이 조금씩 다릅니다. 그래서 미리 build된 실습 image를 Runpod에서 구동하시는게 제일 빠르고 좋은 방법입니다.

그리고 cuda 버전이 달라져서, 말씀하신대로 conda나 uv로 이게 가능한지 잘 모르겠습니다. ChatGPT 돌려보니 가능한 것 같은데, 단계가 복잡한 것 같습니다. 설사 이게 가능해도 패키지들간의 호환성 맞추는게 어려워서 권장드리고 싶지 않습니다.

Docker를 다루실 수 있으면, Docker로 구성하는 것도 방법입니다. 아래가 제가 mmdetection 구성했을 때 사용한 Dockerfile입니다. image build 하셔서 개인 GPU에서 함 적용해 보시는 것도 방법일 것 같습니다.

ARG PYTORCH="1.9.0"

ARG CUDA="11.1"

ARG CUDNN="8"

FROM pytorch/pytorch:${PYTORCH}-cuda${CUDA}-cudnn${CUDNN}-devel

# --------------------------------------------------

# Environment

# --------------------------------------------------

ENV DEBIAN_FRONTEND=noninteractive \

TORCH_CUDA_ARCH_LIST="6.0 6.1 7.0 7.5 8.0 8.6+PTX" \

TORCH_NVCC_FLAGS="-Xfatbin -compress-all" \

FORCE_CUDA=1 \

CMAKE_PREFIX_PATH=/opt/conda \

PATH=/opt/conda/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin

# Ensure bash login shell so conda paths apply

SHELL ["/bin/bash", "-lc"]

# To fix GPG key error when running apt-get update

RUN apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/3bf863cc.pub

RUN apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/7fa2af80.pub

RUN apt-get update && apt-get install -y \

ffmpeg libsm6 libxext6 git ninja-build libglib2.0-0 libsm6 libxrender-dev libxext6 unzip curl vim openssh-server \

&& apt-get clean \

&& rm -rf /var/lib/apt/lists/*

# --------------------------------------------------

# SSH setup (RunPod compatible)

# --------------------------------------------------

RUN mkdir -p /var/run/sshd \

&& echo 'root:root' | chpasswd \

&& sed -i 's/#PermitRootLogin prohibit-password/PermitRootLogin yes/' /etc/ssh/sshd_config \

&& sed -i 's/#PasswordAuthentication yes/PasswordAuthentication yes/' /etc/ssh/sshd_config

# --------------------------------------------------

# Python + Jupyter

# --------------------------------------------------

RUN python -m pip install --upgrade pip && \

python -m pip install \

jupyterlab \

ipykernel

# Explicit kernel registration (IMPORTANT)

RUN python -m ipykernel install \

--name python-conda \

--display-name "Python (Conda)"

# Install MMCV

RUN pip install --no-cache-dir --upgrade pip wheel setuptools

RUN pip install --no-cache-dir mmcv-full==1.3.17 -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.6.0/index.html

RUN mkdir -p /content/mmdetection && chmod -R 777 /content

# Install MMDetection

RUN conda clean --all

RUN git clone --branch 2.x https://github.com/open-mmlab/mmdetection.git /content/mmdetection

WORKDIR /content/mmdetection

ENV FORCE_CUDA="1"

RUN pip install --no-cache-dir -r requirements/build.txt

RUN pip install --no-cache-dir -e .

# --------------------------------------------------

# Expose SSH + Jupyter

# --------------------------------------------------

EXPOSE 22 8888

# --------------------------------------------------

# Start services

# --------------------------------------------------

CMD service ssh start && \

jupyter lab \

--ip=0.0.0.0 \

--port=8888 \

--no-browser \

--allow-root \

--ServerApp.root_dir=/content \

--ServerApp.token='' \

--ServerApp.password='' \

--ServerApp.allow_origin='*' \

--ServerApp.allow_remote_access=True \

--ServerApp.trust_xheaders=True

안녕하세요, 인프런 AI 인턴입니다. nathan님.

집에 GPU가 달린 데스크톱이 있다면, cloud 서비스를 사용하지 않고도 로컬 환경에서 conda나 기타 환경 설정을 통해 수강이 가능합니다. 아래에 관련된 질문과 해결 방법을 공유드리니 확인해 보시기 바랍니다.

1. “개인 Gpu pc 사용시 환경 설정”
   여기에서 개인 GPU PC에서의 설정 환경에 대한 정보를 받을 수 있습니다. Windows 환경에서는 Linux 디렉토리 구분자 문제를 해결해야 할 수 있으며, Linux VM에서 CUDA와 CuDNN을 설치하여 사용하는 것이 좋습니다.

2. “윈도우 10 환경에서 강의를 따라가도 문제가 없을까요?”
   Windows 10에서 아나콘다와 CUDA를 설치하여 강의를 진행하려는 경우의 유의사항을 다루고 있습니다. 윈도우 환경에 맞춰 소스 코드를 수정하고 CUDA/CuDNN 설치가 필요합니다.

지금 가지고 계신 로컬 GPU 환경에서 conda와 같은 패키지 관리자를 통해 필요한 라이브러리를 설치하여 실습을 진행하실 수 있습니다. 다만, Windows나 다른 운영체제에 맞춰 사소한 설정이나 코드 수정을 해야 할 수도 있으며, 이 과정에서 CUDA와 CuDNN의 설치가 중요한 역할을 합니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.