(개발환경) RTX 4090 우분투 22.04 딥러닝 학습 서버 환경 구축 (2)

쉬운 목차

전체 시퀀스는 다음과 같이 진행됩니다.

(1) Nvidia 그래픽 드라이버, CUDA, cuDNN 설치

(2) Anaconda 및 Pytorch 2.0.0 설치

(1) Nvidia 그래픽 드라이버, CUDA 및 cuDNN 설치 게시물은 여기

이번 포스팅은 (2)아나콘다 설치 방법과 필요한 라이브러리입니다.

현재 설치된 버전

쿠다 11.7
cuDNN 8.8.1

설치할 버전

파이썬 3.9
파이토치 2.0.0

0. 아나콘다 설치

*메모*

가상 환경을 만들 때 필요한 Python 버전으로 만들어졌기 때문에 Anaconda Python 버전에 흔들리지 않아도 됩니다.

0.1 안콘다 아카이브에서 필요한 버전을 다운로드하십시오.

파일 자체를 다운받아도 괜찮은데 귀찮으니 그냥 불러오자(Python 3.10 버전)

wget https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh

0.2 다운로드한 경로에서 bash shell로 실행

bash Anaconda3-2023.03-Linux-x86_64.sh

0.3 설치 진행

계속 엔터를 누르면 동의 여부를 묻는데 여기에 yes를 입력합니다.

라우팅 방법 묻기

기본 경로는 /home/{user}/anaconda3이지만 변경을 원하실 경우 원하는 경로를 입력하시면 됩니다.

그래 여기도

설치가 완료되면 이런 모습이 됩니다

0.4 Anaconda는 위에서 자동으로 경로를 설정하지만 bashrc가 업데이트되면 적용됩니다.

source ~/.bashrc

(base)의 생성으로 가상 환경이 생성되었습니다.

경로를 변경해야 하거나 올바르게 추가되지 않은 경우 경로를 직접 설정할 수 있습니다.

sudo nano ~/.bashrc

PATH 내용을 마지막 줄에 추가

export PATH="/home/{user}/anaconda3/bin:$PATH"

수정 사항 반영 및 bashrc 적용

source ~/.bashrc

이제 conda 명령을 사용할 수 있습니다.

파이썬 버전도 확인할 수 있습니다.

일반적으로 사용되는 conda 명령

# 가상환경 리스트 확인
conda env list

# 가상환경 생성
conda create -n {원하는 가상환경 이름} python={원하는 파이썬 버전}

# 가상환경 활성화
conda activate {가상환경 이름}

# 가상환경 내 설치된 패키지 리스트 확인
conda list

# 가상환경 비활성화
conda deactivate

# 가상환경 삭제
conda env remove -n {가상환경 이름}

# 만든 가상환경 복제
conda create -n {새로 만들 가상환경 이름} --clone {복제할 가상환경 이름}

1. 가상 환경 생성

Python 버전 3.9용 가상 환경 만들기

conda create -n {원하는 가상환경 이름} python=3.9

생성된 가상환경을 활성화하면 왼쪽(기본)의 환경이 (가상환경 이름)으로 변경됩니다.

파이썬 버전도 제대로 설치되어 있는지 확인하십시오.

이제 생성된 환경에 필요한 라이브러리를 설치할 수 있습니다.

2. Pytorch 2.0.0 버전 설치

파이토치 공공 주택필요한 사양에 맞게 클릭하면 명령어가 나옵니다.

이전 버전을 설치하려는 경우 여기찾아서 가져가세요

명령을 복사하여 붙여넣고 실행하십시오.

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

진행하다? 물으면 y + Enter

설치가 완료되면 아래와 같은 화면을 볼 수 있습니다.

버전 확인 완료

또한 필요한 라이브러리 pandas, librosa 등을 설치하면 설정 완료!