Pytorch 환경 구축 및 Test (Windows, GPU)
Pytorch를 위한 Anaconda 환경 설정 및 환경 구축 후 테스트하는 포스팅입니다.
Pytorch Anaconda 환경 설정 for windows
Anaconda 가상 환경 생성(Python 3.7)
먼저 Anaconda prompt에서 Python 3.7 버전의 가상환경을 생성해주겠다.
(Anaconda는 이미 설치되어있다고 가정한다.)
conda create -n Pytorch python=3.7
위 명령어는 conda create -n 가상환경 이름 python=생성할 가상 환경의 파이썬 버전 명시이다.
파이썬 버전은 명시해 주지 않아도 되지만, 어차피 파이썬이 필요한 경우라면 가상 환경 생성 후에 설치해 주어야 하기 때문에 명시해 준다.
파이썬 버전은 사용하고자 하는 환경에 따라 적절히 선택해 주어야 할 필요성이 있다.
(버전을 달리하여 독립적으로 사용하기 위해 가상환경을 사용하는 것이 가장 크다고 생각한다.)
생성한 가상환경을 활성화하는 방법은 다음과 같다.
활성화해주면 생성한 가상환경 내에서 수행할 수 있게 된다.
activate Pytorch
CUDA toolkit 및 cuDNN 설치
본인은 Pytorch에서 GPU를 사용하고자 한다.
Pytorch Install에서 확인해보면 windows에서 GPU 플랫폼을 설치하려면 CUDA 라는 것의 버전을 선택하게 한다.
.png)
여기서 적절한 CUDA 버전과 cuDNN을 생성한 Anaconda 가상 환경에다가 설치해줄 것이다.
이전에 CUDA가 필요한 환경을 세팅할적에, 다른 블로그와 자료들을 참고하여 CUDA와 cuDNN을 가상 환경이 아닌 PC(base)에 직접 설치하려 했는데
이때 가상환경에서 CUDA가 적용이 안되고, GPU 인식을 못하는 문제가 발생했었다.
그래서 가상환경에 전부 세팅하고자 한다.
본인은 생성한 가상 환경에 CUDA 11.3과 cuDNN 8.2.0을 설치하도록 하겠다.
(본인의 GPU나 컴퓨터 환경에 따라 버전을 달리 해야할 수도 있다.)
- Anaconda CUDA Toolkit에서 11.3.1을 설치한다. (activate 한 상태에서)
(다운로드 때문에 시간이 다소 소요된다.)
conda install -c nvidia/label/cuda-11.3.1 cuda-toolkit
.png)
설치가 완료되면 Anaconda Navigator에서 cuda관련 installed를 확인할 수도 있다.
- cuDNN을 설치해준다. (activate 한 상태에서)
conda install -c anaconda cudnn위 명령어는 CUDA를 먼저 설치했을 때, 어느 정도 상호호환이 되는 cuDNN을 설치해준다.
위 명령어를 통해 cuDNN을 설치하니 8.2.1 버전이 설치되었다.
Pytorch GPU 설치
위 사진처럼 CUDA버전을 설정해주고 본인의 환경을 잘 설정해주면 설치할 수 있는 명령어를 제공한다.
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
마찬가지로 생성한 가상환경을 활성화해주고, 설치를 진행한다.
Pytorch Test
Pytorch가 가상 환경에 잘 설치되었는지, GPU 환경이 잘 구축되었는지 확인해보겠다.
취향 상 본인은 Jupyter Notebook을 이용하겠다.
.png)
위 사진과 같은 명령어를 통해 GPU 사용 가능 상태와 정보를 얻을 수 있다.
import torch
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))
print(torch.cuda.device_count())
📣
본 포스팅의 언어 및 개발 환경 : Windows10, Python 3.7, Pytorch, GPU, Anaconda
포스팅에 대한 오류나 궁금한 점은 Comments를 작성해주시면, 많은 도움이 됩니다.💡
Leave a comment