Seongkyun Han's blog

Windows에 딥러닝 개발환경 구축하기

12 May 2019 | Pytorch Tensorflow Windows

Windows에 딥러닝 개발환경 구축하기

  • 서버컴퓨터 GPU에서 학습을 돌리고있으면 아무것도 할수가 없다.
  • Test라도 하기 위해서 윈도우에서 개발환경(test 환경)을 구축했다.
  • Anaconda와 conda 가상환경을 이용하여 pip로 패키지를 설치하면 큰 스트레스 없이 구축 가능하다.

Windows 환경

  • Windows 10 Pro 64bit
  • Intel i7-7700K 32GB RAM
  • GeForce GTX 1080 8GB

Anaconda 설치

  • 우분투에선 다양한 실험을 해야하므로 anaconda를 설치하지 않지만(충돌 오류 방지..) windows에선 테스트환경 구축이므로 anaconda의 편리함을 이용하려한다.

  • https://www.anaconda.com/distribution/ 에 접속하여 anaconda를 다운로드 받는다.
    • 현재 최신 버전은 anaconda5.3(default python 3.7)이지만(가상환경 생성 시 하위 버전 파이썬 버전 호환 가능함) 안정성을 생각해서 anaconda5.2(default python3.6)을 설치하는것을 추천한다.
    • 몇몇 라이브러리들은 아직 python 3.7을 지원하지 않는다.
  • 이전 버전 설치를 위해 https://repo.continuum.io/archive/index.html 에 접속한다.
    • anaconda3-5.2.0-windows-x86_64.exe 을 검색하여 해당 파일을 다운로드 받는다.(windows 64bit 운영체제)
views
  • 다운로드 받아진 파일을 눌러 주욱 설치한다.
    • 몇몇 옵션이 나오면 아래와 같이 하나만 하는게 아니라 모두 선택한다.
      • 아래와같이 선택하면 별도로 anaconda의 python path 환경변수를 설정해줘야 함.
        • 추가 Path 환경변수: \Anaconda3, \Anaconda3\Scripts, \Anaconda3\Library\bin
    • 기존에 파이썬이 설치되어있으면 python path가 변경된다는 경고문이 나온다. 변경하고 진행하면 된다.
views
  • 설치 완료후엔 VS code를 설치하겠냐고 묻는데 필요에따라 설치하면 된다.
    • VS code 사용시엔 별도 설정이 필요하다.
    • 따로 path를 잡아줘야 하는등 불편하므로 개인적으로 그냥 sublimetext를 사용하고 코드는 anaconda prompt에서 동작시킨다.
  • 사용시엔 시작 창에 anaconda prompt로 검색하여 뜨는 dos창을 사용하면 된다.
views

설치확인

  • Anaconda prompt에 python --version, conda --version, pip --version등을 쳐서 제대로 잡히면 설치가 제대로 된 것이다.
views

CUDA/cuDNN 설치

  • cmd에서 nvcc --version을 쳤을 때 버전이 나오면 이미 설치된 상태이다.

CUDA 설치

  • https://developer.nvidia.com/cuda-toolkit-archive 에서 원하는 버전을 다운받는다.
    • 현재 설치하려는 딥러닝 라이브러리와 호환되는 버전을 설치해야 한다.
    • CUDA 10.0 이 필요하므로 https://developer.nvidia.com/cuda-10.0-download-archive 에서 다운받는다.
views
  • Installer Type의 경우, network나 local이나 상관없다. (network로 진행해서 설치함)
  • 설치하는 CUDA 10.0 같은경운 자동으로 시스템변수가 추가되므로 별도 작업이 필요하지 않다.
  • 그래픽드라이버 설치하듯이 설치하면 쉽게 설치가 완료된다.
    • 설치 과정에서 그래픽카드 드라이버와 같은 관련 dependency가 자동으로 재설치되므로 설치완료후 컴퓨터 재부팅이 필요하다.

cuDNN 설치

  • https://developer.nvidia.com/rdp/cudnn-download 에서 다운로드 받는다.
    • 현재 설치하려는 딥러닝 라이브러리와 호환되는 버전을 설치해야 한다.
    • cuDNN v7.5를 설치한다.
views
  • 해당 파일 다운로드 후, 압축파일 내의 파일들을 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 내의 해당 폴더로 옮긴다.
views

설치확인

  • 설치 완료 후 anaconda prompt에 nvcc --version을 입력하여 제대로 출력되면 설치가 제대로 된 것이다.
views

Anaconda 가상환경 세팅

  • Anaconda prompt에서 진행한다.

  • 패키지 버전관리를 위해 가상환경에서 진행하는게 좋다.

  • 가상환경 생성: conda create --name 가상환경_이름 python=파이썬_버전
    • ex. conda create --name torch1.1 python=3.6
    • Proceed 에선 y를 선택해주면 된다.
  • 가상환경 리스트: conda info --envs
  • 가상환경 활성화: activate 가상환경명
    • ex. activate torch1.1
  • 가상환경 비활성화: deactivate 가상환경명 또는 deactivate
    • ex. deactivate torch1.1

Pytorch 설치(GPU)

  • Anaconda prompt에서 activate 가상환경명으로 가상환경 활성화 후 진행한다.
  • https://pytorch.org/ 에 접속하여 아래와 같이 세팅 후 생성된 명령어를 이용하여 설치한다.
    • pip install https://download.pytorch.org/whl/cu100/torch-1.1.0-cp36-cp36m-win_amd64.whl
    • pip install torchvision
views

설치확인

  • Anaconda prompt 에서 activate 가상환경명으로 가상환경이 활성화된 상태에서 python 입력 후 아래와같이 입력한다.
import torch
torch.cuda.is_available()
  • 위 명령어 모두 오류 없이 출력되고 torch.cuda.is_available()의 리턴 값이 True일 경우 제대로 설치 된 것이다.
views

Tensorflow 설치

  • Anaconda prompt에서 activate 가상환경명으로 가상환경 활성화 후 진행한다.
  • https://www.tensorflow.org/install/gpu 에 접속하여 설치한다.
    • pip install tensorflow-gpu # stable
    • 이전 버전 설치는 https://seongkyun.github.io/others/2019/05/10/ex_tensorflows/ 를 참조하여 동일하게 진행한다.
      • 관련 cuda, cudnn 버전 확인 필수

설치 확인

  • Anaconda prompt 에서 activate 가상환경명으로 가상환경이 활성화된 상태에서 python 입력 후 아래와같이 입력한다.
import tensorflow as tf
tf.test.is_gpu_available()
  • 위 명령어 모두 오류 없이 출력되고 tf.test.is_gpu_available()의 리턴 값이 True일 경우 제대로 설치 된 것이다.
views
  • 외에도 필요한 pip 패키지는 우분투와 동일하게 pip install로 설치하면 된다.

Related Posts