Pytorch cuda 간단하게 GPU이용하기(1) ('22.08.28기준)

Pytorch + cuda + cudnn => GPU 연산

 

Pytorch는 기본적으로 cuda와 ndvia에서 제공하는 cudnn을 통해서 gpu를 연산에 사용할 수 있다.

GPU연산을 하게 되면, 규모가 큰 데이터에 대해서 비약적인 속도 향상을 보이기 때문에 어느정도 공부하다보면 자연스레 GPU연산에 관심을 갖게 된다. 대부분 pytorch가 깔린 환경에서 처음 gpu연산을 도전하기 때문에 프로그램 호환 문제를 겪는다.

 

따라서 가장 추천하는 방법은 새로운 가상환경을 만드는 것이다.(애초에 처음부터 다시 시작하자는 말이다.)

새로운 환경을 만든다고 기존에 작성한 코드를 사용하지 못하는 게 아니기 때문에 걱정하지 않아도 된다.

 

1. anaconda를 활용한 가상환경 만들기

anaconda를 활용하면 가상환경을 만들기 매우 쉽다.

 

- 먼저 anaconda를 키고, environment를 누른다.

anaconda navigator 첫 화면

- environments에서 create를 누른다

environment에서 어떤 패키지가 깔렸는 지, 또 라이브러리를 추가 및 삭제할 수 있다.

생성할 이름과 파이썬 버전을 선택한다('22.08.28 기준 3.8.13에서 cuda 11.3버전 작동확인)

가상환경 생성창

이러면 가상환경 생성은 완료된 것이다.

터미널보다는 보다 직관적인 ui가 있기 때문에 아나콘타를 활용하면 매우 간단하게 가상환경을 설치 할 수 있다.

 

 

2. 자기버전에 맞는 lib 설치

pytorch에서 기본적으로 버전 및 설치링크를 따주기 때문에 설치하기 매우 간단하다.

 

예전에는 본인의 torch 버전을 확인하고 cuda를 다운로드 받은 다음에 nvidia 드라이버와 cudnn을 설치해야했다.

여기서 버전이 하나라도 틀어지면 귀찮은 상황이 벌어졌지만, torch에서 친절하게 관련 명령어까지 뿌려줬다

 

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

PyTorch

run this command를 conda 터미널에 치면 환경설정은 끝이 난다.

 

3. 올바르게 작동하는 지 확인하기

가상환경을 활성화 시키고, 위 코드를 실행시키면, 각 패키지의 버전과 활성화 여부를 알 수 있다.