※ 본 글은 필자의 경험에 근거하여 작성되었으며, 잘못된 정보가 포함될 수 있습니다. ※
이미 GPU가 존재하며, NVIDIA 드라이버(driver)가 설치된 GPU 서버에서 나만의 GPU 환경을 구축해야 하는 일이 생겼다. 필자가 사용하게 될 리눅스 서버에서 설치되어 있는 기본적인 CUDA version은 11.6이다.
최신 우분투(Ubuntu) 운영체제의 경우, 기본적으로 python3는 처음부터 설치되어 가능성이 매우 높다. 하지만 pip3는 설치되어 있지 않은 경우도 존재한다. 그래서 필자는 pip3부터 시작하여 PyTorch 개발 환경을 구축하였다.
※ pip3 설치하기 (필요한 경우) ※
apt install python3-pip
※ 가상 환경 기능 설치하기 ※
python3 -m virtualenv mine
※ 가상환경 접속하기 ※
source mine/bin/activate
※ 가상환경에 접속한 상태로 각종 라이브러리 설치하기 ※
pip3 install torch torchvision
pip3 install matplotlib
pip3 install opencv-python
pip3 install scipy
pip3 install scikit-learn
pip3 install scikit-image
pip3 install wandb
pip3 install jupyter
pip3 install jupyterlab
pip3 install pandas
pip3 install dill
pip3 install timm
pip3 install ftfy
pip3 install regex
결과적으로, 정상적으로 PyTorch 개발 환경이 구축된 것을 확인할 수 있었다. GPU 장치를 원활히 사용할 수 있는지 확인할 수 있는 방법은 다음과 같은 코드를 이용하는 것이다.
import torch
print(torch.cuda_available())
