728x90
반응형
구분 | 버전 |
GPU | GeForce GTX 1050 Ti |
Anaconda | Anaconda3-2023.09-0-Windows-x86_64 |
Python | 3.8 |
CUDA | cuda_11.2.0_460.89_win10 |
pytorch | 1.8.0 |
torchvision | 0.9.0 |
torchaudio | 0.8.0 |
cudatoolkit | 11.1 |
import
torch.cuda.is_available()
결과값이 False 일 때 해결법.
1. 컴퓨터 GPU를 확인한다.
win10 기준 제어판 - 하드웨어 및 소리 - 장치 및 프린터 - 장치관리자 - 디스플레이 어댑터로 들어가면 해당 GPU 모델명 확인 가능
2, 아나콘다를 설치한다.
https://www.anaconda.com/download 이곳에서 다운로드 및 설치
크게 선택할거 없이 곧바로 next를 누르며 설치한다.
3. CUDA를 설치한다.
https://developer.nvidia.com/cuda-toolkit-archive 이곳에서 다운로드 및 설치
(블로그를 찾아 보면서 1050 ti로 성공한 글을 보니 11.2 버전이었다.)
4. cudnn을 설치한다.
https://developer.nvidia.com/rdp/cudnn-download 이곳에서 다운로드.
회원가입 필요.
운영체제에 맞게 받고 압축을 풀어준다.
이후 "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2" 를 찾아 위에 "bin", "include", "lib"를 덮어쓰기 한다.
명령 프롬프트를 열어 "nvcc -V"를 실행했을 때. 아래와 같은 결과가 나오면 정상 설치.
5. 파이참에 접속하여 버전에 맞는 라이브러리 설치
여기서 cuda는 11.2인데 cudatoolkit은 11.1로 불일치 하는데, 버전을 낮춰 설치할 때는 문제가 없다.
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
위 구문에 conda-forge는 강제로 설치한다는 의미다.
아래 코드로 CUDA 버전과 GPU 장치 이름이 출력되면 연결 성공.
import torch
torch.version.cuda
torch.cuda.get_device_name(0)
# 결과
# 11.1
# GeForce GTX 1050 Ti
반응형
'데이터분석 > Python' 카테고리의 다른 글
경로 탐색 라이브러리 os 보다 편리한 glob라이브러리 (0) | 2024.03.13 |
---|---|
Window Pycharm(파이참) GPU 연결 with tensorflow (0) | 2023.11.26 |
[Python] code formater, 코드 정리 라이브러리 Black (0) | 2023.07.07 |
[Python] import time, 시간 측정 (0) | 2023.06.16 |
[Python] pip error 처리 (0) | 2023.05.26 |
댓글