참고 사이트
Windows에서 CUDA를 사용하도록 PyTorch 설치하는 방법
⇒ 정말정말정말 설명이 잘나와있습니다. bb
CUDA 설치
💡 GPU 드라이버 깔았다고 가정내 그래픽 카드 확인
장치관리자 - 디스플레이 어댑터
그래픽 카드 사양 확인
CUDA를 지원한다고 나와 있음. 사실 연구실에서 쓰던거 떼온거라 당연히 되겠지만 compute capability는 이와 같다.
설치 가능한 CUDA 버전 확인
최신 버전인 CUDA 설치
다운로드가 좀 걸립니다
다운받은 exe 파일을 실행해 설치를 진행, 기본 경로로 깔았음
기본 경로로 깔았다면 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7 로 이동
cuDNN 설치
CUDA 11.x 로 설정 → 윈도우용 다운로드
cudnn-windows-x86_64-8.5.0.96_cuda11-archive 이름의 파일이 다운로드됨
이 파일을 압축하면 bin, include, lib 폴더가 있음
내 컴퓨터의 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7에도 똑같은 bin, include, lib 폴더가 있는데 위에서 압축 푼 폴더 안의 파일들을 같은 이름 폴더로 복사& 붙여넣기 진행 (lib 안에 x64 폴더에 넣어주면 됨)
제대로 깔렸는지 확인
시스템 환경 변수 및 편집 - 시스템 변수로 들어가 CUDA 경로를 확인
CUDA_PATH와 CUDA_PATH_V11_7 확인해주세용
명령 프롬프트를 켜서 다음 명령어를 하나씩 입력
nvcc --version정상적으로 CUDA가 깔렸다면 버전 내용이 보일 것
그래픽 드라이버에도 문제가 없다면 정상적으로 이 화면 출력
nvidia-smi
conda 환경 구축 및 VSCode 연동
Anaconda 또는 Miniconda 설치
나는 어차피 용량이 많으니까 Anaconda를 설치했음
가상 환경 만들기
Anaconda Prompt를 관리자 권한으로 실행
conda create -n py39 python=3.9만들어진 환경은 다음 명령어로 확인
conda env list 가상 환경 활성화
conda activate py39VSCode 설정
Python Extension 깔기
작업 환경으로 만들 폴더를 정하고 열어줌
Ctrl + Shift + P 에서 default profile을 입력하여 Command Prompt를 기본 프로필로 선택
Ctrl + Shift + P 에서 interpreter를 입력해 Python: Select Interpreter를 선택해 아까 만든 가상환경을 선택한다. 맨 앞이 활성화한 가상 환경 이름으로 바뀌면 성공한 것.
Pytorch 설치
위 사이트로 이동해서 각각 환경에 맞게 선택해 커맨드를 만들어서 실행하시오
참고로 나는 VSCode Terminal에서 진행했더니 다음과 같은 오류가 났음. 이럴 때는 그냥 다시 아나콘다 터미널 관리자 권한으로 열어서 명령어를 치세요
EnvironmentNotWritableError: The current user does not have write permissions to the target environment.
environment location: C:\ProgramData\Anaconda3근데 내 CUDA 버전은 11.7, 여기는 11.6이라 걱정했는데 찾아보니 낮은 버전이면 상관없다고 해서 그냥 진행했음
참고한 사이트는 여기다
pytorch CUDA version vs. Nvidia CUDA version
CUDA 및 Pytorch 확인
가상환경에서 python 입력한 후 다음 명령어 입력
아무 에러가 뜨지 않으면 성공
import torch 사용가능한 그래픽 카드의 이름 출력
torch.cuda.get_device_name(0)CUDA 사용 가능하면 True가 출력
torch.cuda.is_available()quit( )로 나가기
여기까지 되면 성공한 것!
