일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 |
- pytorch
- Reinforce Learning
- Anaconda
- StyleGAN
- 밑바닥부터 시작하는 딥러닝
- GPU
- 딥러닝
- VMwawre
- docker
- ubuntu
- 신경망
- jupyter notebook
- gpu 설정
- torchmetrics
- cudnn
- 가상환경
- window11
- RuntimeError
- 메모리 제한
- window
- .wslconfig
- 원격 데스크톱
- 머신러닝
- conda
- 경사법
- wsl2
- tfrecord
- 오류 해결
- 밑시딥1
- cuda
- Today
- Total
목록Settings/GPU (5)
이제라도 기록하기
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bPL2pI/btsp2iOfMfk/RKMinzZ7sdBzWhSmQAV6dk/img.png)
가상환경에 PyTorch 설치 가상환경 만들기(생략가능) 💡가상환경을 만드는 이유 가상환경을 만들면 가상환경마다 독립적인 환경을 만들어 작업을 진행할 수 있다. 한 환경에서만 여러 프로젝트를 진행하다보면 여러 라이브러리와 패키지를 사용하게 되는데 각 라이브러리 혹은 패키지끼리 충돌하거나, 특정 버전의 라이브러리만 호환이 가능한 경우가 있어 삭제와 재설치를 해야하는 경우가 발생할 수 있다. 가상환경 안에 필요한 라이브러리 및 패키지만 설치하여 사용하면 앞서 말한 상황을 방지할 수 있다. 가상환경 생성 및 삭제 PyTorch 설치 아래 링크에서 각 컴퓨터 환경과 CUDA 버전을 선택하면 그에 해당하는 명령어가 보인다. https://pytorch.org/get-started/locally/ PyTorch A..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/wQn96/btspOyZVOlW/MeEypGtPnDDk1wvWWYLzk0/img.png)
가상환경에 tensorflow 설치 가상환경 만들기(생략가능) tensorflow를 설치하기 전에 가상환경을 만들어 만든 가상환경 안에 tensorflow를 설치하고자 한다. 본인은 설치할 tensorflow 버전에 맞춰 가상환경을 python 3.8로 설정하였다. 💡 가상환경을 만드는 이유 가상환경을 만들면 가상환경마다 독립적인 환경을 만들어 작업을 진행할 수 있다. 한 환경에서만 여러 프로젝트를 진행하다보면 여러 라이브러리와 패키지를 사용하게 되는데 각 라이브러리 혹은 패키지끼리 충돌하거나, 특정 버전의 라이브러리만 호환이 가능한 경우가 있어 삭제와 재설치를 해야하는 경우가 발생할 수 있다. 가상환경 안에 필요한 라이브러리 및 패키지만 설치하여 사용하면 앞서 말한 상황을 방지할 수 있다. 가상환경 생..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/AswRs/btsp2jNaB5I/K2kklX4svXaXJJrm6BywIk/img.png)
GPU 버전 확인 윈도우 명령 프롬프트에서 nvidia-smi을 입력하면 설치된 gpu version을 확인할 수 있다. nvidia-smi 내가 보려고 하는 정리 NVIDIA-SMI : nvidia-smi의 버전 Driver Version : nvidia driver 버전 = GPU 버전 CUDA Version : nvidia driver에 사용되기 권장되는 CUDA 버전(현재 버전이 아님) GPU : GPU에 매겨지는 번호로 0부터 시작 Fan : GPU에 부착된 Fan이 가동되는 속도 Temp : GPU의 온도(섭씨로 표기됨) Perf: GPU 성능 수준으로 P0부터 P12까지 존재, P0에 가까울수록 성능이 높아짐 Pwr Usage / Cap : GPU가 현재 사용중인 전력 / GPU가 최대로 사..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/CE28R/btspUibe0p5/kbjA3WZF60umaEhEF0kgR1/img.png)
1. CUDA 설치 전 포스팅에서 확인한 버전에 맞는 CUDA를 다운로드 하며, 이때 버전은 각자 컴퓨터에 깔려있는 window 또는 linux 버전에 맞게 선택한다. 본인은 아래 링크에서 CUDA 11.8를 다운로드하였다. 본인: Window -> x86_64 -> 11 -> exe(local) https://developer.nvidia.com/cuda-11-8-0-download-archive CUDA Toolkit 11.8 Downloads Resources CUDA Documentation/Release NotesMacOS Tools Training Sample Code Forums Archive of Previous CUDA Releases FAQ Open Source PackagesSubmi..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/br5HfC/btspZDTaLFW/wUC8UvVWG0JDoh2ENBivZ0/img.png)
더 빠른 실습 환경을 구축하기 위해 CUDA, cuDNN를 설치하여 GPU 환경을 설정할 수 있다. 본인이 여러 사이트를 찾아보며 설치하고 실행했던 과정을 정리해보았다. 기준환경 - Window 11 - NIVIDA GeForce RTX 4070 Ti 1. CUDA Compute Capability cuda 설치 전 cuda compute capability 확인하기 https://www.wikiwand.com/en/CUDA#/GPUs_supported Wikiwand - CUDA CUDA is a proprietary and closed source parallel computing platform and application programming interface that allows software..