[업무환경 세팅] GPU - tensorflow, pytorch 아나콘다 가상환경 설치

참고: https://www.tensorflow.org/install/gpu

1. 아나콘다 설치 

• ANACONDA 사이트 링크

 

2. NVIDIA DRIVER 설치 

• 본인의 GPU 모델을 선택한다.
  • GPU 모델 확인법 
    시작 > "장치 관리자" 검색 > 디스플레이 어댑터 탭 하단 GPU 모델 확인 

• NVIDIA 드라이버 링크

3. Visual Studio 설치 

• Visual Studio 링크

4. CUDA Toolkit 버전 확인 

• CUDA Toolkit window(윈도우) 링크
• 찾는 버전이 없다면 : CUDA/Cudnn/Driver/GCC/TensorFlow/Python version compatibility charts 링크

• 이번에 설치할 버전은 다음과 같다 
  • tensorflow_gpu : 2.8.0 
  • python 버전 : 3.9 
  • cuDNN : 8.2.1
  • CUDA : 11.3.1

5. CUDA 설치 

• CUDA Toolkit 링크

6. cuDNN 설치 

• cuDNN은 엔비디아 회원가입 및 로그인이 필요하다 
• cuDNN 링크

 

• 이 전에 CUDA 설치 과정까지 완료해야함! 
• 파일 덮어쓰기: 다운로드 받은 파일 압축을 풀고, 아래의 디렉토리에 파일을 덮어씌움 
• cudnn-11.3-windows-x64-v8.2.1.32 압축파일을 풀면 아래처럼 나오는데, 

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3 여기에 bin, include, lib 폴더를 각각 들어가 안의 파일들을 복사한다. 

7. 환경변수 설정

• 사용자 변수에 path 의 편집 버튼을 클릭하여 아래 그림과 같이 환경변수를 설정해준다. 

새로 만들기 하여 3가지 경로 추가 

8. 가상환경

• 가상 환경을 생성하는 이유는 다른 프로젝트들과 라이브러리 충돌을 피하기 위함이다. 
• Anaconda Powershell Prompt (anaconda3) 실행 
• conda update : conda update -n base conda 
• 가상 환경 설치 : conda create -n 가상환경이름 python=3.9 
• 가상 환경 활성화 : conda activate 가상환경이름 
• 기본적인 패키지 설치 
  • pip install --upgrade pip --user
  • pip install tensorflow==2.8.0
  • pip install matplotlib seaborn scipy scikit-learn
  • pip install tensorflow-gpu==2.8.0
  • pip install keras
  • pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
  • pip install jupyter notebook
  • pip install ipykernel
  • python -m ipykernel install --user --name 가상환경이름 --display-name 표시할 가상환경 이름
  • pip install --upgrade protobuf==3.20.0 --user
  • pip install numpy==1.23.4

- (24.10.15 기준) torch는 cu118 을 지원하는것으로 보임 

https://pytorch.org/get-started/locally/

Start Locally

 

 

 

기타

• 가상환경 리스트 확인 : conda env list
• 가상환경 비활성화 : conda deactivate
• 가상환경 삭제 : conda remove -n 가상환경이름 --all 후 y 클릭
• 경로 변경 : cd 경로주소
• 파이썬 셸 실행 : python
• 파이썬 셸 종료 : exit() or ctrl+z
• 설치된 모든 라이브러리 확인 : pip freeze

• cuda 버전 확인 : nvcc --version (cmd 창)
• GPU util 확인 :nvidia-smi (cmd 창)

 

9. GPU 확인 

• vs-code 에서 ctrl + shift + p 를 눌러 select interpreter 클릭 

• 방금 만든 가상환경 이름 클릭 해서 인터프리터를 바꿔줘야함 

• 방금 만들어진 가상 환경이름 으로 잘 바뀌었는지 확인

• tensorflow 

• pytorch 

 위처럼 나오면 설치가 잘 된 것이다. 

 

 

10. Reference 

https://ingu627.github.io/tips/install_cuda2/