Pycharm, Jupyter notebook에 딥러닝(tensorflow,pytorch)-GPU 환경구축(CUDA설치)

Pycharm, Jupyter notebook 가상환경에 Tensorflow, Pytorch 설치

 

본인 그래픽카드 드라이버 설치 및 cuda toolkit지원 여부 확인

목록에 없거나 Compute Capability 가 3.0아래면 cuda toolkit 사용불가.

https://www.nvidia.com/Download/index.aspx?lang=kr

​

 

CUDA 설치

CUDA Toolkit Archive | NVIDIA Developer

CUDA Toolkit Archive

​

명령 프롬프트 열어주고

nvidia-smi 명령어로 호환 잘 되는 CUDA Version을 확인한다.

저는 11.6버전 설치했습니다.

​

 

비주얼스튜디오 설치

https://learn.microsoft.com/ko-kr/cpp/windows/latest-supported-vc-redist?view=msvc-170

지원되는 최신 Visual C++ 재배포 가능 패키지 다운로드

32비트,64비트 본인환경에 맞춰서 다운로드

CuDNN 설치

(nvidia 계정 필요) 로그인후 다운로드 

NVIDIA Developer Program Membership Required | NVIDIA Developer

​

다운받은 zip파일을 cuda가 설치된 폴더에 통째로 압축 풀어주면 된다.

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6(본인이 설치한 버전)\

​

zlib 파일 다운받아 환경변수 등록

zlib123dllx64.zip

0.14MB

환경변수 시스템변수 Path에등록

 https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-zlib-windows

Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

 

환경변수 설정

시스템 환경 변수 편집 -> 고급-> 환경변수

시스템변수 Path ->편집에

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6(본인이 설치한 버전)\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6(본인이 설치한버전)\extras\CUPTI\libx64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6(본인이 설치한 버전)\include

​

3개의 PATH를 추가한다. 버전은 본인이 설치한 cuda버전으로 바꿔줘야 한다.

 

 

가상환경이 여러개라면 설치할 가상환경 선택*********(가장중요!!!!)*****************

https://docs.python.org/ko/3/tutorial/venv.html

12. Virtual Environments and Packages

cmd 관리자권한으로 실행시켜서 본인의 가상환경을 활성화 시켜준다.

저는 E:\GoogleDrive\pycv\venv 가상환경에 설치하고자 합니다.

가상환경 폴더로 가서 Scripts\activate.bat를 입력하면 가상환경이 활성화 된다.(명령 프롬프트 제일 앞에 (venv))

이 상태에서 텐서플로, 파이토치를 설치하시면 된다.

 

텐서플로 설치

pip install --upgrade tensorflow-gpu --user

​

GPU텐서플로 설치 확인

만약 내용이 안나오면 재부팅 해본뒤 다시 해본다.

import tensorflow as tf
tf.__version__
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

[name: "/device:CPU:0"
 device_type: "CPU"
 memory_limit: 268435456
 locality {
 }
 incarnation: 4987046558178183151
 xla_global_id: -1,
 name: "/device:GPU:0"
 device_type: "GPU"
 memory_limit: 10094641152
 locality {
   bus_id: 1
   links {
   }
 }
 incarnation: 7653509079846022998
 physical_device_desc: "device: 0, name: NVIDIA GeForce GTX 1080 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1"
 xla_global_id: 416903419]

 

Pytorch 설치하기

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

본인 환경에 맞게 선택해준다.

나는 CUDA 11.6를 설치했으므로 

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

 

Pytorch 설치 확인

import torch
print("PyTorch version: {}".format(torch.__version__))
print("CUDA version: {}".format(torch.version.cuda))
print(torch.cuda.get_device_name(0))

PyTorch version: 1.13.0
CUDA version: 11.6
NVIDIA GeForce GTX 1080 Ti

 

Anaconda 가상환경에도 설치해주면 jupyter notebook에서도 tensorflow, pytorch 사용가능하다.