테스트 환경
- window11, CMD
- uv 0.9.3
- Python 3.12.12
- CUDA Version: 12.6 (nvidia-smi)
1.가상환경 만들기
# 프로젝트 초기화
mkdir my-pytorch-project && cd my-pytorch-project
uv init
# 파이썬 버전 고정 (예: 3.12)
uv python pin 3.12
# 가상환경 생성 & 활성화
uv venv
.venv\Scripts\activate
2.pyproject.toml
[project]
name = "uvtest"
version = "0.1.0"
requires-python = ">=3.12"
dependencies = [
"torch",
"torchvision",
"torchaudio",
]
[[tool.uv.index]]
name = "pytorch-cu124"
url = "https://download.pytorch.org/whl/cu124"
explicit = true # PyTorch 관련 패키지만 이 인덱스를 쓰도록 설정
[tool.uv.sources]
torch = { index = "pytorch-cu124" }
torchvision = { index = "pytorch-cu124" }
torchaudio = { index = "pytorch-cu124" }
3.설치 및 GPU 인식 확인
# 타임아웃 설정 (10분)
set UV_HTTP_TIMEOUT=600
# env:UV_HTTP_TIMEOUT = 600 # PowerShell
# 설치 진행
uv sync --reinstall
# GPU 인식 확인
uv run python -c "import torch; print(f'GPU 사용 가능: {torch.cuda.is_available()}')"
4.requirements 추출
# 해시값 제외하고 추출
uv export --format requirements.txt --no-hashes > requirements.txt
uv pip로 설치하면?
- uv pip는 라이브러리를 설치할 뿐, 프로젝트 설정 파일인 pyproject.toml에 기록 안됨
- uv.lock 파일과 연동되지 않아 종속성 관리 파현화
🥝