1. 가상환경 생성
conda create -n 가상환경이름 python=버전 # 가상환경 생성
conda env remove --n 가상환경이름 # 가상환경 제거
2. 가상환경 리스트 확인
conda env list
3. 가상환경 활성화
conda activate 가상환경이름 # 가상환경 활성화
conda deactivate # 가상환경 비활성화
4. pytorch, cuda 설치
https://pytorch.org/get-started/previous-versions/ 에서 환경에 맞는 설치 명령어 확인
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch
5. cuda 버전 확인
nvcc --version
6. conda, anaconda, python 업데이트
conda update conda
conda update anaconda
conda update python
# 위에 세가지는 conda update --all 한줄로 가능
7. 라이브러리 설치
conda intall 라이브러리이름
8. gpu 사용
리눅스에선 명령어 CUDA_VISIBLE_DEVICES=0 사용이 가능하지만 윈도우에선 불가능하다.
파이썬 코드에 아래 코드를 추가해서 gpu를 사용한다.
import os
os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"]="0" # gpu 0번 사용
os.environ["CUDA_VISIBLE_DEVICES"]="0,1" # 0,1번 사용
9. gpu 사용가능 여부 확인
python 파일에서 아래 코드를 이용하여 gpu 사용가능한지 여부와 사용가능한 gpu 수를 얻을 수 있다.
torch.cuda.is_available # cuda가 사용가능하면 True 아니면 False 리턴
torch.cuda.device_count() # 사용가능한 gpu수 리턴
device_ids = [i for i in range(torch.cuda.device_count())] # gpu 디바이스 아이디 얻기
gpu 사용 여부를 확인하기 위해 아래 코드를 자주 사용한다.
if torch.cuda.is_available():
print('GPU is available')
print('The number of gpu:', torch.cuda.device_count())
else:
print('GPU is not available')