PyTorch 설치 전에, CUDA를 먼저 설치한다. CUDA(Compute Unified Device Architecture)는 NVDIA가 제공하는 병렬 컴퓨팅 플랫폼 및 API로, GPU를 사용해 연산을 가속화하는데 사용된다. Pytorch와 같은 딥러닝 프레임워크에서 모델 훈련 및 추론을 가속화하기 위해 사용한다.
우선 GPU를 확인한다. 필자의 경우는 NVIDIA GeForce RTX 4050 Laptop GPU가 설치되어 있어 이를 기준으로 진행한다.
https://developer.nvidia.com/cuda-downloads
CUDA Toolkit 12.1 Downloads
Get the latest feature updates to NVIDIA's proprietary compute stack.
developer.nvidia.com
여기서 자신의 GPU에 맞는 Toolkit을 설치해야 한다. 아래 링크에서 확인해도 되지만, 필자는 command prompt로 확인하였다.
최신 버전 Toolkit을 지원하므로, 해당 버전으로 설치해보도록 하겠다.
Os 버전에 맞춰 설치한다. 기본 설치 경로는 " C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v버전" 으로, 정상적으로 설치되었다면 해당 폴더가 존재할 것이다. CMD에 nvcc --version 명령어를 입력해 확인할 수 있다.
다음으로, cuDNN을 설치한다.
NVIDIA Developer
developer.nvidia.com
NVIDIA에 로그인하거나 회원가입한다.
cuDNN 9.6.0 Downloads | NVIDIA Developer
cuDNN 9.6.0 Downloads
developer.nvidia.com
아래 CUDA Toolkit 버전에 따라 맞는 버전을 설치한다.
Support Matrix — NVIDIA cuDNN
The following sections highlight the compatibility of NVIDIA cuDNN versions with the various supported NVIDIA CUDA Toolkit, CUDA driver, and NVIDIA hardware versions. Note For best performance, the recommended configuration for GPUs Volta or later is cuDNN
docs.nvidia.com
다운로드 받은 zip 파일의 bin, include. lib 폴더를 이전에 설치한 CUDA Tooklit의 bin, include, lib에 복사한다. 겹치는 파일은 덮어쓰기 한다.
이제 PyTorch를 설치할 준비가 완료되었다.
'PyTorch' 카테고리의 다른 글
| [PyTorch] 데이터 로드 및 전처리 기본 (1) | 2025.01.13 |
|---|---|
| [PyTorch] Linear Regression(선형 회귀) - Autograd (0) | 2025.01.12 |
| [PyTorch] Back Propagation(역전파) - Gradient Tensor (0) | 2025.01.11 |
| [PyTorch] Tensor(텐서) (0) | 2025.01.10 |
| [PyTorch] Pytorch 설치 (0) | 2025.01.09 |
