cropped-DALL·E-2023-11-03-15.02.35-Vector-illustration-of-a-simple-geometric-style-gray-rabbit-with-glasses-doing-a-yawn-inside-a-neat-square-border.-The-design-is-clean-and-modern-w-1.png

해도해도 안 돼서 빡치면 보세요!
내 로컬 VS code 에서 torch.device Cuda 사용하는 방법.

이 글은?

로컬 환경에서 VScode를 사용하고 있었는데, 내 GPU로 딥러닝을 돌려보고 싶으신 분들을 위한 글입니다.

저 또한 안 돼서 빡쳤던 일화가 있어 남기는 글입니다.

님들은 고통받지 마세요.

최종 목적은?

				
					device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

print(device)

# output : "cuda"

VScode에서 위 코드를 실행하였을 때, 결과가 cuda 가 나타나도록 하는 것이 목적입니다.

Step 1 . 내 GPU 확인하기

  1. 검색창에 ‘장치 관리자 를 검색하여 실행.
  2.  디스플레이 어뎁터를 찾아 클릭합시다.
  3. 내 PC의 그래픽 카드를 확인합니다.

혹시.. 그럴 리는 없겠지만.. NVIDIA 그래픽 카드 아니면 진행 불가합니다.

여기서 막힌다면?
여기를 참고하세요.

Step 2 . 내 GPU에 맞는 드라이버 다운하기

GPU 드라이버 다운로드 받으러 가기

  1. 위 링크에 접속하여 앞서 확인한 본인의 그래픽카드 정보를 입력합시다.
  2.  검색하여 나타나는 드라이버를 다운로드 합시다.
  3. 다운로드 된 응용프로그램을 실행하면 완료입니다. 

설치하는 경로만 알아서 잘 선택하시면 됩니다.

여기서 막힌다면?
여기를 참고하세요.

Step 3. Cuda Toolkit 다운로드

Cuda Toolkit 설치하러 가기

  1. 위 링크에 접속하여 내 GPU와 호환이 되는 툴킷 버전을 설치합시다.
  2.  RTX 3080  이상부터는 11 버전 이후를 설치해야 합니다.
  3. 검색을 통해서 자신이 사용하고자 하는 버전의 toolkit 을 다운로드 해주세요.

저의 경우는 11.7 버전을 사용하였으며 pytoch 사용에도 전혀 문제 없었습니다.

설치 완료 이후, C 드라이브 > Program files> NVIDIA GPU Computing Toolkit > CUDA > ‘설치한 버전’ 까지의 폴더 및 파일이 생성되었다면 잘 하신 겁니다.

여기를 편의사 Toolkit 폴더라고 부르겠습니다.

여기서 막힌다면?
여기를 참고하세요.

Step 4. cuDNN 다운로드

cuDNN 설치하러 가기

  1. 위 링크에 접속하여 앞서 설치한 cuda 버전에 해당하는 cuDNN 설치를 진행합니다.
  2. for CUDA 11.x 와 같이 되어 있는 부분을 통해 자신의 버전과 맞는지 확인해주세요. 

저의 경우는 11.x 최신 버전을 다운로드 하였으며  pytoch 사용에도 전혀 문제 없었습니다.

여기서 막힌다면?
여기를 참고하세요.

Step 5. cuDNN 압축 파일 해제, 알맞은 폴더로 파일 이동

cuDNN 설치하러 가기

  1. 설치한 cuDNN 파일을 압축 해제하면 ‘bin’ , ‘incude’, ‘lib’ 과 같은 폴더가 있는 것을 확인할 수 있습니다.
  2. 해당하는 이름을 가진 폴더가 앞서 3단계에서 이야기했던 Toolkit 폴더 내부에도 존재할 겁니다.
  3. 이제 방금 다운로드 한 cuDNN 폴더에 있는 ‘bin’ 이라는 폴더 내부의 파일들을 Toolkit 폴더 하단에 있는’bin’ 폴더 안으로 이동 시킬 것입니다. 마찬가리로 ‘incude’ ‘lib’ 폴더까지 동일한 동작을 진행합니다.

여기서 몇몇 폴더의 경로를 기억해야 합니다!

Toolkit 폴더 내부의 ‘bin’ 폴더, ‘include’ 폴더, ‘extra’ > ‘CUPT > ‘lib64’ 폴더까지 총 3개의 폴더 경로를 기억해주세요!

여기서 막힌다면?
여기를 참고하세요.

Step 6. 환경변수 설정하기

  1. 5단계에서 기억한 경로들이 내 컴퓨터에서 자동으로 잘 지정이 되었는지 확인이 필요합니다.
  2. 시작창에 ‘고급 시스템 설정 보기’ 입력 후 설정 창을 열어줍시다.
  3. 하단에 있는 ‘환경변수’ 버튼을 클릭하고, 시스템 변수(s) 내에서 변수가 Path 인 놈을 찾아 편집을 눌러줍시다.
  4. 여러 경로들이 있을 텐데요. 앞서 기억했던 경로가 이곳에 지정이 되었는지 확인합시다. 그리고, 지정되지 않은 경로가 있다면 해당 경로를 새로 만들기를 통해 추가해줍시다.  
  5. 추가한 경로와, 앞서 기억했던 경로들은 모두 위로 이동 시켜주세요.

이제 귀찮은 부분들은 거의 끝났습니다.

여기서 막힌다면?
여기를 참고하세요.
Click Here

Step 7. VScode 설치

VScode 설치하러 가기

  1. 설치 후 실행까지 마치는 것은 어렵지 않을 겁니다.
  2. 기본적으로 Microsoft Python 을 할당할 수 있는데, 우리는 추후 해당 Python 파일이 아니라 다른 Python 파일을 지정할 것입니다.
  3.  설치 후 VScode 의 윗부분에 보시면 입력창이 있습니다. 그곳에 ‘>python’ 까지 입력하면 알아서 Select interpreter 가 나타날 겁니다.
  4. 여기서 내 컴퓨터에 위치한 어떤 Python 파일을 적용할 건지 선택 가능합니다.

아직은 우리가 활용할 Python 파일은 설치하지 않았으니,  그냥 방법만 기억해주세요.  우측 영상처럼 간단히 변경할 거예요.

여기서 막힌다면?
여기를 참고하세요.

Step 8. Anaconda 설치

Anaconda 설치하러 가기

  1. 여태껏 다른  Program 설치할 때처럼 설치해주시면 됩니다.
  2. 이때, 설치되는 경로 확인 주시고, 중간에 체크할 수 있는 건 모두 체크하며 install 버튼 누르시면 완료입니다.
  3.  이제 설치한 경로를 따라서 Anaconda Prompt 를 실행하셔도 되고, 그냥 시작창에 Anaconda Promp 검색하셔도 실행 가능할 겁니다.
  4. 여기서 내 컴퓨터에 위치한 어떤 Python 파일을 적용할 건지 선택 가능합니다.

우측 슬라이드와 같이 Prompt 찾아서 실행한 화면이 동일하면 성공입니다. 앞에 (base) 붙어서 나타날 겁니다.

여기서 막힌다면?
여기를 참고하세요.

Step 9. 가상 환경 구축하기

  1. 위 Prompt 창에서 ‘conda create -n tensor’ 라는 입력을 해줍시다. 여기서 tensor 싫으시면 그냥 원하는 이름 집어넣으셔도 됩니다. 
  2. 주르륵 막 설치가 진행되는데요, 중간중간 y/n 물어보면 그냥 y로 대답하며 진행합시다. 설치 끝나고 ‘codna env list’ 라고 입력하면 원하는 이름의 가상 환경이 설치됐음을 알 수 있습니다.
  3.  Anaconda3 폴더를 들어갑시다, 그 내부에 envs를 들어가면 앞에서 명령어로 입력한 부분과 똑같은 폴더가 있을 거예요.
  4. 해당 폴더 내부로 들어가보면… Python 응용프로그램이 존재합니다! 이제 이걸 7단계에서와 같은 방법으로 VScode 내에서 지정할 겁니다.

이제 진짜 마지막입니다! 

여기서 막힌다면?
여기를 참고하세요.

Step 10. Pytorch 설치하기

  1. Prompt 창에서 ‘activate tensor’ 를 작성합니다.
  2. 상태가 (base) 에서 (tensor) 로 변경된 것을 확인 가능합니다.
  3.  여기서 ‘conda install pytorch’ 또는 ‘pip install pytorch’ 통해서 원하는 모듈을 다운로드 가능합니다.

이제 VScode 에서 cuda 사용이 가능하실 겁니다.

여기서 막힌다면?
여기를 참고하세요.