/Development-Environment

개발환경을 구축해보자

Development-Environment

목표 : VSocde(window10)에서 GPU를 활용한 ML/DL 개발환경 구축

  • 준비물 : CUDA , cuDNN , anaconda , VScode

CUDA 설치

CUDA를 사용하는 이유

  • GPU(Graphics Processing Unit)이라고 알려진 그래픽카드를 프로그래밍 시에 사용 하고 싶기 때문
  • GPU는 CPU와 달리 엄청나게 많은 연산을 동시에 진행함
  • CPU는 보통 single-core 연산을 하거나 OpenMP를 통하여 Multi-cores 연산을 하지만 , GPU는 Many-cores 연산을 진행함

1. 본인 GPU 확인

시작 - 찾기 - 장치 관리자

그래픽카드

그래픽 카드 : RTX-2060

2. GPU Compute Capability 확인

링크 : https://www.wikiwand.com/en/CUDA#/GPUs_supported

Compute

RTX-2060 >> Compute Capability : 7.5

3. CUDA SDK 확인

링크 : https://en.wikipedia.org/wiki/CUDA

  • CUDA를 설치 하기 전에 CUDA에는 여러가지 Version이 있는데 이 버전은 본인의 GPU와 연관이 있으므로 GPU의 Compute Capability를 기억하고 CUDA version을 선택해야 함

  • RTX 2060의 경우 Compute Capability가 7.5 이니 CUDA 10.0 version을 다운 받을 예정

SDK

4. CUDA 설치

링크 : https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

  • 사이트에 들어가 자신의 OS에 맞게 다운 받고 설치를 진행하면 된다. (환경 변수 등록은 자동으로 됨)

5. cuDNN 설치

링크 : https://developer.nvidia.com/rdp/cudnn-download#a-collapse714-92

  • 멤버쉽 가입 : nvidia에 가입을 해야만 설치가 가능하다.

  • CUDA 버전에 맞는 cuDNN을 선택해서 다운 받는다.

cuDNN

  • 본인의 OS에 맞는 버전으로 설치해준다

window

  • 다운로드가 완료 되면 아래와 같이 다운로드 된 경로에 ‘cuda’ 라는 파일이 생기고 하위 디렉토리에 파일이 생성되어 있음

cuda

  • 위 cuda 파일의 bin , include , lib 안에 있는 것들을 아까 설치 한 CUDA의 경로(/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0)에 알맞게 각각 넣어 줌

dqwd

위의 과정을 완료했다면 , CUDA 설치는 끝나게 된다

가상환경

가상환경이란?

  • 가상환경(Virtual Environments)이란 자신이 원하는 Python 환경을 구축하기 위해 필요한 모듈만 담아 놓는 바구니라고 생각하면 됩니다.

  • 즉 아래의 사진 처럼 Python Virtual Envs 처럼 각 가상환경(virtualenv1 , virtualenv2 )은 독립적으로 관리됩니다.

  • 가상환경을 이용하지 않고 모듈을 마구잡이로 설치하다 보면 , 각 모듈은 다른 모듈에 대한 의존성(dependency)이 다르기 때문에 오류가 발생할 수 있습니다.

  • 따라서 각 프로젝트 별로 별개의 가상환경을 만들어 놓고 사용하는 것이 효율적인 프로젝트 관리 방법입니다.

env_structure

Anaconda

아나콘다(Anaconda)란?

  • 쉽게 말해 , 라이브러리들을 쉽게 설치하고 관리할 수 있게 해주는 도구

  • Python은 기본적으로 패키지 관리 시스템인 pip만을 포함하고 있다

  • 때문에 필요한 툴 , 패키지가 있다면 pip를 통해 수동으로 추가해야 한다.

  • conda를 사용하여 위에서 설명한 가상환경 구축이 가능하다.

즉 , Anaconda를 사용하여 가상환경을 구축하고 필요한 ML/DL 라이브러리를 손쉽게 install 할 수 있음

몇가지 명령어들

  • 가상환경 생성하기

$ conda create -n 가상환경이름 python=버전

  • 가상환경 확인하기

$ conda info --envs

  • 가상환경 활성화하기

$ conda activate 가상환경이름

  • 가상환경 비활성화하기

$ conda deactivate

  • 가상환경에 라이브러리 설치하기

$ conda install -n 가상환경이름 라이브러리

  • 가상환경 라이브러리 확인하기

$ conda list

  • 가상환경 삭제하기

$ conda remove -n 가상환경이름 --all

VScode

링크 : https://code.visualstudio.com/

pytorch는 $ conda install pytorch torchvision cudatoolkit=10.0 -c pytorch 로 설치해주자

1. Python 개발 확장 프로그램 설치

  • Extension 에 가서 설치해주자 어렵지 않다

python

2. Interpreter 설정

  • Python 확장 프로그램을 설치한 후에는 Python 3.7 Interpreter를 추가해주자

  • ctrl + shift + P 단축키를 이용해 환경 설정 메뉴를 열고 Python:Select Interpreter 가 보이면 해당 항목을 클릭 해준다.

  • 이제 본인이 사용할 가상환경을 클릭해 적용해주면 된다.

GPU

  • 적용이 잘 된것을 확인 할 수 있다.

dq