Anaconda 환경에서 TF 및 pytorch 가상 환경 구축 방법을 기록한다.
기준 환경
- RTX A6000 (Ampere Arch)
- Nvidia driver 470.xx 이상 설치
- CUDA 11.x 이상 설치
- Anaconda 환경
- Ubuntu 20.04 LTS
Nvidia Driver는 항상 Host에 설치되어 있어야 하고 CUDA는 가상 환경내에서 CUDA + cuDNN 을 별도 설치 관리 할 수 있다면 Host에 CUDA + cuDNN 설치가 필요 없다. 하지만 가상 환경 내에서도 Host CUDA와 cuDNN을 사용할 수 있도록 설정 할 수 있으므로 두 가지 방식 모두 활용 한다.
NVIDIA Driver, CUDA, cuDNN 설치 및 설정 전 이라면 다음 글을 참고 할 것.
DL 환경 설정 - Nvidia driver / CUDA toolkit / cuDNN 설치
ipykernel
을 추가 설치해주면 된다.# if there is no nb_conda in Base Env, install it.
conda install nb_conda
conda create -n env_name python=3.8 ipykernel
현재 셋업된 환경에서는 TF환경을 Conda에 의해 CUDA 및 cuDNN을 완벽히 독립적으로 운영하지 못하는 한계가 있다.
따라서 Host에 설치된 CUDA와 cuDNN을 활용하여 Conda환경을 구성하는 방법으로 진행한다.
tensorflow 2.7
cuda 11.2
cudnn 8
python 3.7~3.9
conda create -n tf_gpu27 python=3.8 ipykernel
conda activate tf_gpu27
pip install tensorflow-gpu==2.7
tensorflow 2.6.2
cuda 11.2
cudnn 8
python 3.6~3.9
conda create -n tf_gpu26 python=3.8 ipykernel
conda activate tf_gpu26
pip install tensorflow-gpu==2.6.2
tensorflow 2.7
cuda 11.2
cudnn 8
python 3.6~3.9
conda create -n tf_gpu25 python=3.8 ipykernel
conda activate tf_gpu25
pip install tensorflow-gpu==2.5.2
tensorflow 2.4.4
cuda 11.0
cudnn 8
python 3.6~3.8
conda create -n tf_gpu24 python=3.8 ipykernel
conda activate tf_gpu24
pip install tensorflow-gpu==2.4.4
v2.3.x 이하 버전은 CUDA 11.x 이상 버전을 지원 하지 않아서 ampere arch에서 사용 불가함.
https://pytorch.org/
https://pytorch.org/get-started/previous-versions/
추천 버전: v1.10 Stable 및 v1.8.2 LTS
pytorch 1.10.1
cuda 11.3
cudnn 8.2
python 3.6~3.9
conda create -n torch110 python=3.8 ipykernel
conda activate torch110
conda install pytorch=1.10.1 torchvision=0.11.2 torchaudio=0.10.1 cudatoolkit=11.3 -c pytorch
pytorch 1.9.0
cuda 11.1
cudnn 8.0.0.5
python 3.6~3.9
conda create -n torch109 python=3.8 ipykernel
conda activate torch109
conda install pytorch=1.9.0 torchvision=0.10.0 torchaudio=0.9.0 cudatoolkit=11.1 -c pytorch -c conda-forge
pytorch 1.9.0
cuda 11.1
cudnn 8.0.0.5
python 3.6~3.9
conda create -n torch109-wheel python=3.8 ipykernel
conda activate torch109-wheel
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
pytorch 1.8.2
cuda 11.1
cudnn 8.0.0.5
python 3.6~3.8
conda create -n torch108 python=3.8 ipykernel
conda activate torch108
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c nvidia
pytorch 1.8.2
cuda 11.1
cudnn 8.0.0.5
python 3.6~3.8
conda create -n torch108-wheel python=3.8 ipykernel
conda activate torch108-wheel
pip3 install torch==1.8.2+cu111 torchvision==0.9.2+cu111 torchaudio==0.8.2 -f https://download.pytorch.org/whl/lts/1.8/torch_lts.html
pytorch 1.7.1
cuda 11.0
cudnn 8.0.0.5
python 3.6~3.8
conda create -n torch_gpu107 python=3.8 ipykernel
conda activate torch_gpu107
conda install pytorch=1.7.1 torchvision=0.8.2 torchaudio=0.7.2 cudatoolkit=11.0 -c pytorch
pytorch 1.7.1
cuda 11.0
cudnn 8.0.0.5
python 3.6~3.9
conda create -n torch_gpu107-wheel python=3.8 ipykernel
conda activate torch_gpu107-wheel
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
v1.6.0 이하 버전은 CUDA 11.x 이상 버전을 지원 하지 않아서 ampere arch에서 사용 불가함.
(R kernel은 검증중)
conda create -n r_env r-essentials r-base