Pytorch_환경설정

Pytorch 환경설정

Anaconda 설치

아나콘다 검색 후, OS에 맞게 다운로드 하면된다.

window는 그냥 설치 파일 다운로드 하고, 실행시켜주자

---

Linux의 경우에는, 해당 다운로드 링크를 복사한 후,
wget (다운로드 링크)를 통해 웹 파일 확인 후,
bash (파일 이름)을 통해 설치하자

Pytorch 설치

NVIDIA GPU가 없는 경우

anaconda prompt에서,

conda create --name pytorch_test --clone base

를 이용해서 새로운 가상환경을 만들어준다.

conda activate pytorch_test

conda install pytorch==2.0.0 torchvision==0.15.0 cpuonly -c pytorch

이후, 가상환경을 실행하고, pytorch 설치

NVIDIA GPU가 있는 경우

conda prompt에서, 엔디비아 gpu가 있는 경우, 이를 확인하는 명령어가 있음

nvidia-smi

현재 컴퓨터의 gpu를 확인하고자하면 아래의 명령어를 입력해보자

nvidia-smi -L

GPU가 있는 경우에는, CUDA 버전을 고려해서 pytorch를 설치해야한다.

CUDA : GPU에서 사용하는 수천 개의 코어를 활용하여 병렬로 코드를 실행하게 해주는 기술

CUDA 버전찾기

<a href=’https://en.wikipedia.org/wiki/CUDA>CUDA Wiki’</a>에서 ctrl + F를 이용해 GPU이름을 검색해보자

ex, NVIDIA GFORCE GTX 1060의 Compute Capability는 6.1 버전인 것을 볼 수 있다.

해당 페이지에서 바로 위의 표를 보면, 이렇게 정리되어있다.
CUDA SDK Version은 8.0 부터, 6.x를 지원하는 것을 볼 수 있다.

파이토치 버전별 설치 페이지

위의 홈페이지로 들어가서, 본인에게 맞는 CUDA SDK Version을 선택해서 설치하자
나는 11.8 버전을 설치했다.

conda install pytorch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 pytorch-cuda=11.8 -c pytorch -c nvidia

실치 후, python을 실행해서 잘 설치되었는지 확인해보자

python

import torch

print(torch.cuda.is_available())

True가 나온다면 잘 되었다는 뜻

• deeplearning
• pytorch