Anaconda 는 python 가상환경 관리 프로그램이다.
종속성이 꼬이거나 되는 버전 안되는버전이 따로있기때문에
프로젝트별로 분리해서 사용하면 좋다

---

win + 검색으로 anaconda 를 검색해서
anaconda Prompt 를 연다

일반적인 cmd 에 앞에 (base) 가 뜬다면 성공이다

가상환경 생성

conda create --name vision_ai python=3.10

vision_ai 라는 이름의 가상환경으로 앞으로 작업을 진행할것이다.
이름 : vision_ai
python version : 3.10.xx

가상환경 활성화

방금 만든 가상환경을 활성화 해야 해당 가상환경을 사용할 수 있다.
vision_ai 에서 작업하고 나중에 base 에서 안돌아간다고 해선 안된다

conda activate vision_ai

(base) -> (vision_ai) 로 바뀌었다면 가상환경을 활성화 시킨것이다.
python 3.10.13 ver 이 설치되었다.

package 설치

pytorch 설치

python 에서 딥러닝할때 tensorflow 나 pytorch 등을 이용한다.
Pytorch만 써도 충분하다.
https://pytorch.org/get-started/locally/
링크에 들어가 본인 pc와 맞는 상태의 command 를 anaconda prompt 에 입력한다.
(vision_ai)가 활성화 되있어야만한다.

CPU

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

링크에 들어가서 본인 상태와 같은 command 를 conda 창에 입력한다.

GPU

순서는 다음과 같다.
다 확인하고 설치하길 바란다. 중간에 없어서 처음부터 시작하는일이 분명 생긴다

1. nvidia-smi 에 cuda version 확인
2. pytorch cuda 지원 버전 확인
3. nvidia cuda toolkit 버전확인
4. cudnn 버전확인
5. 전부 고려하여 설치!
6. 확인!

1. nvidia-smi 에 cuda version 확인

nvidia-smi 입력하여 내 cuda 버전을 확인한다.

CUDA Version 을 12.2 까지 지원할수 있다는 뜻

2. pytorch cuda 지원 버전 확인

12.1 쿠다를 지원하니 12.1 기준으로 설치해야겠다.

3. nvidia cuda toolkit 버전확인

https://developer.nvidia.com/cuda-toolkit-archive 여기 들어가서 버전이 있나 확인

12.1.1 을 설치해야겠다.

4. cudnn 버전확인

https://developer.nvidia.com/rdp/cudnn-archive 여기들어가서 cdnn 버전확인
cdnn 은 gpu를 더 빠르게 쓰는 가속화 라이브러리이다.

---

5. 전부 고려하여 설치!

뭘 설치해야 하는지 알았으니 이제 하나씩 다 설치해 보도록 한다.

• pytorch 설치 방금 확인한 커맨드로 설치!
  (vision_ai) 가 활성화 되어있는지 꼭 확인!

  conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

• nvidia cuda toolkit 설치!
  
  이전단계에서 봐둔 12.1 버전 - Window - 11 - local을 다운할것이다.
  network는 가끔 문제가 생긴다고 하여 로컬로 할것이다.
  .exe 파일이 하라고 하는대로 그냥 진행하길 바란다.
  • 설치경로 확인
    powershell 에서 아래 커맨드를 입력해본다,

    $env:path -split ';' | foreach { $_ } 

    C:\xx\NVIDIA GPU ..xx\CUDA\12.1 와 같은 경로가 있는지 확인하고
    없으면 추가한다.
    
    
• cudnn 설치
  방금봐둔 버전 다운
  다운하려면 nvidia에 로그인해야한다.. 한번만하는거지만 해야한다.
  
  설치파일을 압축풀면 이런 파일들이 나온다
  
  그대로 복사해서 아까본
  C:\xx\NVIDIA GPU ..xx\CUDA\12.1에 가서 그대로 복사해서 덮어쓰기 한다.
  • 환경변수 경로추가

    $env:path -split ';' | foreach { $_ }

    환경변수에 ~~\CUDA\12.1\bin, include, lib 를 추가해야한다.
    추가하는방법은
    $env:Path += ";my_path" 같은 식이다 때문에 필자의 경우
    
    입력 후
    
    경로 추가 성공

6. 확인

• torch gpu 확인
  anaconda prompt 에서

  (vision_ai) C:\User\path> python  # 파이썬 실행
  >>> import torch	# torch import 
  >>>	torch.cuda.is_available()	#GPU 가 쓸수 있는 상태인가?
  True # True 면 성공

• 실패라면?
  다음 명령어를 입력해 가며 어디가 문제이지 본다.
  Cuda toolkit 이 문제라면?
  nvcc --version 를 입력하여 버전확인