아나콘다10 아나콘다 설치 이번엔 파이썬을 유용하게 사용할 수 있게 도와주는 아나콘다 설치 방법에 대해 적어보려고 한다. 아나콘다와 파이썬을 각각 직접 설치할 경우 경로 충돌로 인한 문제가 발생한다. 아나콘다 설치 시 파이썬이 설치 되니 아나콘다만 설치하면 된다. 1. 아나콘다 홈페이지 접속 및 다운로드 https://www.anaconda.com/products/individual Free Download | Anaconda Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine. www.anaconda.com 위 링크를 접속한 후 다운로드 버튼을 클릭하여.. 2024. 1. 26. GPU 사용위한 CUDA, cuDNN 설치 딥러닝을 연산량이 많아 cpu보단 gpu를 사용하는 것이 효과적이다. 텐서플로우나 파이토치를 이용해 gpu를 사용하려면 cuda, cudnn을 설치해줘야 한다. 이번엔 cuda와 그에 맞는 cudnn을 설치하는 과정을 적어보려고 한다. 1. GPU 확인 장치 관리자 > 디스플레이 어댑터 2. GPU에 맞는 CUDA 버전 확인 명령프롬프트(CMD)를 켜고 nvidia-smi 를 입력하면, 호환되는 최상위 버전을 알 수 있다. 12.3 아래 버전은 모두 사용 가능하다. 3. GPU에 맞는 NVIDIA 드라이버 설치 https://www.nvidia.co.kr/Download/index.aspx?lang=kr 에서 그래픽 카드에 맞는 엔비디아 드라이버를 설치해야 한다. Download the latest of.. 2024. 1. 26. 파이토치 GPU 사용하는 방법 파이토치 환경에서 학습을 하다보면 학습 속도가 매우 느릴 때가 있다. 그럴 때 작업 관리자를 켜고 보면 GPU를 사용하지 않고 CPU 사용할 때가 매우 많다. 그래서 이번엔 파이토치를 사용하여 학습을 진행할 때 GPU를 제대로 인식하고 사용하는지에 대한 여부를 확인하는 방법에 대해 기술하려고 한다. (파이토치가 설치되었다는 가정 하에 글을 진행한다.) 당연히 토치는 임포트 돼있어야한다. GPU 사용 가능 여부 print(torch.cuda.is_available()) GPU가 제대로 인식되어 있고 토치가 설치되어 있고 gpu를 사용할 수 있다면 True, 그렇지 않으면 False가 출력된다. 사용 가능한 GPU 개수 print(torch.cuda.device_count()) 위 명령어를 입력하면 사용 가.. 2024. 1. 16. 아나콘다 가상환경 requirements.txt 파일 생성하기 아나콘다 가상환경에서 코드를 실행하다가 설치된 라이브러리를 그대로 다른 가상환경에 옮기는 방법엔 두 가지가 있다. 아나콘다 가상환경을 활성화시킨 후에 아래의 명령어를 실행해야 한다. 첫 번째 방법 - pip 이용 pip freeze > requirements.txt > 뒤의 requirements는 파일명이기 때문에 다른 이름도 가능하며 .txt 파일 형식만 맞춰주면 된다. 해당 경로에 파일이 생성된 것을 볼 수 있다. 하지만 모종의 이유로 인해 "라이브러리 == 버전" 형태가 아닌 @ file 형식으로 내보내진 경우가 존재한다. 이런 경우에는 아래와 같은 명령어로 해결이 가능하다. pip list --format=freeze > requirments.txt 두 번째 방법 - conda 이용 conda .. 2024. 1. 11. 이전 1 2 3 다음
