GPU_pytorch 사용하기
사양 좋은 노트북 사놓고 막상 학습에 GPU를 사용하지 않았던 지난 날들..ㅎㅎ 예전에 CUDA 다운로드하다가 여러번 재설치했었어서 이번에는 진짜 될 때까지 해보자는 생각으로 다시 서치를 해봤더니 아주 좋은 게시글이 있었다..
진짜 감사합니다. 몇날며칠동안 안되던게 거의 하루만에 됐어요...ㅠㅠㅠ 다음 게시글을 활용하면 금방 GPU 써먹을 수 있다^^
우선 처음 설치하는 분들은 다음 게시글을 중심으로 따라가면 좋다. 총 설치해야할 것이 Anaconda, NVIDIA DRIVER, CUDA Toolkit, Visual Studio, Cudnn 이 있다. 이제까지 Cudnn 미설치와 CUDA version 불일치로 오류가 났었다.
GPU 사용을 위한 CUDA 환경 구성하기
이번에 데스크탑을 맞추면서 Geforce RTX 3080 그래픽카드를 구매하였다.근데 GPU를 딥러닝에 학습에 사용하기 위해선 여러 환경 구성이 필요하다는 걸 깨닫고 설치하는데5일이 걸렸다;;글카 가격만
velog.io
위 게시글에서도 언급하지만, 가장 중요한건 자신의 PC환경을 파악하는 것과, 설치할 CUDA~cudnn, torch, tensorflow, visual studio 등 버전의 호환성에 유의해서 설치해야한다는 것이다.
나의 PC환경 :
Window 10 64-bit
Python 3.7
CUDA Toolkit 10.1
cudnn v7.6 for CUDA version 10.1 --> (로그인 필요함) CUDA version과 본인 os에 맞는 cudnn 선택하기.
Visual Studio 2019
NVIDIA GPU drivers 471.41 --> 본인 pc사양에 맞추어 선택하기
Tensorflow 와 해당 버전에 호환되는 CUDA, cuDNN 설치하는 법 : https://coding-groot.tistory.com/87 해당 게시글이 정말 자세하게 설명되어 있다. 많은 도움을 받은 게시글이다.
Tensorflow와 호환되는 CUDA, cuDNN 설치하는 법
Tensorflow와 그 버전과 호환되는 CUDA, cuDNN까지 설치하는 법 이번 글에서는 Tensorflow 설치법부터 그 Tensorflow의 gpu와 호환되는 CUDA, cuDNN 설치법까지 설명해보겠다. (설치할 기기는 NVIDIA GPU를 사용하..
coding-groot.tistory.com
첫 게시글의 조언을 따라 가상환경을 만들어주었고, CUDA, cudnn, visual studio의 버전과 호환되는 tensorflow를 설치하고, cuda version 에 해당하는 pytorch를 설치해주었다.
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
설치 시 어려움이 있었던 부분 :
(1) CUDA 최신 버전 다운받았다가 호환되는게 없어서 여러번 재설치..
(2) NVIDIA driver gpu 사양에 안맞게 설치...ㅎㅎ
(3) cuDNN 설치할 때, cuDNN 폴더를 CUDA 경로에 복사해야하는 걸 몰랐다..(!)
(4) tensorflow가 visual studio, CUDA, cudnn 모두와 호환되는 버전을 깔아야하는구나...
버전을 선택하기 전에 꼭 위 게시글을 한번 확인하면 재설치를 피할 수 있다.
설치 성공 후 테스트 코드! 신나서 캡처했다.
