안경잡이개발자

728x90
반응형

※ 개요 ※

 

  필자는 개인 PC에 윈도우 10 (Windows 10) 운영체제를 설치해 사용하고 있다. 가끔씩 윈도우 환경에서 PyTorch를 설치하여 GPU로 뉴럴 네트워크 모델을 학습해야 할 때가 있다.

 

※ 시스템 환경 분석하기 ※

 

  딥러닝 개발 환경을 구축하기 전에, 가장 먼저 자신의 컴퓨터 시스템 환경을 확인할 필요가 있다. 윈도우 운영체제에서 [장치 관리자]를 실행하면 다음과 같이 그래픽 카드에 대한 정보가 나온다. 필자는 NVIDIA GeForce RTX 3080 Ti를 사용하고 있다.

 

 

  이후에 [시스템 정보]를 실행하면 다음과 같은 화면이 나온다. 필자는 AMD 라이젠9-4세대 5900X를 사용하고 있다. 다음과 같이 [프로세스]란에 자신이 사용 중인 CPU 정보가 등장하는 것을 알 수 있다.

 

 

  이어서 자신이 사용 중인 메인 메모리(RAM)의 용량도 나오는 것을 확인할 수 있다.

 

 

※ 파이썬(Python) 설치하기 ※

 

  가장 먼저 파이썬(Python)을 설치하자.

 

  ▶ 파이썬 다운로드: https://www.python.org/downloads/

 

Download Python

The official home of the Python Programming Language

www.python.org

 

  파이썬 공식 다운로드 홈페이지로 이동한 뒤에 [Download Python] 버튼을 눌러서 파이썬 설치를 진행한다. 파이썬 설치 프로그램 다운로드가 완료되면, 단순히 실행하여 설치하면 된다. 설치가 완료된 이후에는 [Add Python to PATH] 버튼에 체크하여 Python을 PATH에 추가해주면 된다. 그러면 명령 프롬프트(CMD)와 같은 환경에서 파이썬을 손쉽게 실행할 수 있게 된다.

 

 

  필자는 이미 Python 3.10.2를 설치한 상태다. 설치가 정상적으로 완료되었다면 명령 프롬프트(CMD)를 실행한 뒤에 다음과 같이 python --versionpip --version 명령어를 입력하여 버전을 확인한다.

 

 

※ Python 가상환경 virtualenv 사용하기 ※

 

  필자는 Anaconda 대신에 virtualenv를 사용하는 편이다.

 

pip install virtualenv

 

  설치 이후에는 다음과 같이 가상환경을 생성할 수 있다. 필자는 mine이라는 이름으로 만들었다.

 

python -m virtualenv mine

 

  이후에 다음과 같이 가상환경에 접속한다. 참고로 윈도우 운영체제에서 이를 정상적으로 수행하기 위해서는 명령 프롬프트 대신에 Windows Powershell을 관리자 권한으로 실행해야 할 수도 있다. 또한 이 경우에 콘솔 창에 다음과 같은 명령어를 추가적으로 입력해야 한다.

 

Set-ExecutionPolicy Unrestricted -Force

 

  결과적으로 생성된 가상환경의 Scripts\activate 프로그램을 실행하면 된다. 그러면 다음과 같이 mine 가상환경에 접속한 것을 알 수 있다.

 

 

  참고로 가상환경에서 빠져나올 때는 deactivate 명령어를 사용하면 된다. 필자는 다음과 같은 기본적인 라이브러리를 모두 설치했다.

 

pip install numpy
pip install pandas
pip install matplotlib
pip install opencv-python
pip install scipy
pip install scikit-learn
pip install scikit-image

 

  이후에 이러한 가상환경에 PyTorch도 설치할 예정이다. (아래 부분 참고)

 

※ CUDA 환경 확인하기 ※

 

  현재 가지고 있는 GPU가 CUDA Toolkit을 사용할 수 있는지 확인한다. 구체적으로 Compute Capability를 확인하면 된다. 바로 아래의 NVIDIA CUDA GPU 홈페이지에 접속하자.

  

  ▶ NVIDIA CUDA GPU 홈페이지: https://developer.nvidia.com/cuda-gpus

 

  홈페이지에 접속한 뒤에 자신의 GPU 버전을 확인한다. 필자는 GeForce RTX 3080 Ti를 사용하고 있는데, 다음과 같이 8.6 Compute Capability에 해당하는 것을 확인할 수 있다.

 

 

  혹은 위키백과에 접속하여 동일한 내용을 확인할 수 있다.

 

  ▶ 위키백과 "CUDA" 페이지: https://en.wikipedia.org/wiki/CUDA

 

  다음과 같이 RTX 3080 Ti는 8.6 Compute Capability에 해당한다고 알려주는 것을 알 수 있다.

 

 

※ CUDA Toolkit 설치하기 ※

 

  이제 CUDA Toolkit을 설치한다. 필자는 2022년 기준으로 아직도 많이 사용되고 있는 CUDA Toolkit 11.3을 설치할 것이다. 기본적으로 NVIDIA 공식 홈페이지에서 제공하는 CUDA Tookit Archive 웹 사이트에 방문한다.

 

  ▶ CUDA Toolkit Archive: https://developer.nvidia.com/cuda-toolkit-archive

 

CUDA Toolkit Archive

Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production

developer.nvidia.com

 

  필자는 다음과 같이 CUDA Toolkit 11.3.0을 선택했다.

 

 

  다음과 같이 자신의 환경을 적절히 선택하여 다운로드를 진행하면 된다. 윈도우 10 (Windows 10)을 사용하는 경우 기본적으로 다음과 같이 선택하면 된다.

 

 

  필자는 다음과 같이 기본 경로를 그대로 이용하여 설치를 진행했다.

 

 

  이후에 필자는 다음과 같이 라이센스에 동의한 뒤에 [빠른 설치]를 선택하여 설치를 진행했다.

 

 

※ cuDNN 설치 ※

 

  이후에 cuDNN을 설치한다. 필자는 CUDA Toolkit 11.3을 설치했기 때문에, 이에 호환되는 cuDNN을 설치하면 된다.

 

  ▶ NVIDIA cuDNN Archive: https://developer.nvidia.com/rdp/cudnn-archive

 

cuDNN Archive

NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.

developer.nvidia.com

 

  이때 계정 로그인이 필요하다고 나올 수 있는데, 계정이 없다면 [Join now] 버튼을 눌러 계정을 생성해준다.

 

 

  이메일 주소를 입력한 뒤에 [Next]를 누르면 된다.

 

 

  이메일 인증 이후에 프로필(profile)을 완성하여 회원가입을 마친다. 이후에 생성된 계정으로 로그인을 진행한다. 그리고 자신이 설치한 CUDA 버전에 맞는 cuDNN을 찾아 설치한다. 필자는 CUDA 11.x를 설치했으므로, 이에 맞는 cuDNN을 찾아서 선택했다.

 

 

  다음과 같이 윈도우(Windows) 운영체제에 맞는 cuDNN 라이브러리를 선택하여 다운로드한다.

 

 

  다운로드 이후에 압축을 풀면 다음과 같이 bin, include, lib 폴더가 보인다.

 

 

  앞서 설치했던 CUDA Toolkit의 설치 경로에 가보면 전체 폴더가 다음과 같이 구성되어 있는 것을 확인할 수 있다. 이제 cuDNN 폴더에 존재하는 bin, include, lib 폴더를 다음의 경로에 옮겨주면 된다. 필자는 마치 폴더를 덮어쓰듯이 그대로 옮겨주었다.

 

 

※ PyTorch 설치 ※

 

  이제 CUDA와 cuDNN이 모두 준비되었으므로, PyTorch를 설치한다. 공식 홈페이지에 접속하여 설치 명령어를 확인한다.

 

  ▶ PyTorch 설치: https://pytorch.org/get-started/locally/

 

PyTorch

An open source machine learning framework that accelerates the path from research prototyping to production deployment.

pytorch.org

 

  필자는 다음과 같이 패키지 관리 프로그램으로 PIP를 선택하고, 플랫폼으로는 CUDA 11.3을 선택했다. 그러면 다음과 같이 설치 명령어가 등장한다. 이것을 그대로 복사해서 사용하면 된다.

 

 

  설치 명령어가 다음과 같은 것을 확인할 수 있다.

 

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

 

  마찬가지로 앞서 만들었던 가상환경에 접속하여 위 설치 명령어를 입력하여 PyTorch 설치를 수행한다.

 

※ GPU 기반의 PyTorch 딥러닝 개발 환경 정상 설치 여부 확인하기 ※

 

  이제 정상적으로 설치가 완료되었는지 확인할 차례다. 가장 먼저 nvidia-smi 명령어를 입력하여 CUDA 드라이버(driver)를 확인할 수 있다.

 

 

  이후에 PyTorch를 이용한 GPU 기반의 딥러닝 개발 환경이 정상적으로 설치되었는지 확인하자. 간단하게 아래의 코드를 실행하면 된다.

 

import torch

torch.cuda.is_available()
torch.cuda.device_count()
torch.cuda.current_device()
torch.cuda.device(0)
torch.cuda.get_device_name(0)

 

  필자는 다음과 같이 NVIDIA GeForce RTX 3080 Ti라는 이름으로 GPU 장치(device)가 잡히는 것을 알 수 있다. 이상으로 딥러닝 PyTorch 개발 환경 구축이 완료되었다.

 

728x90
반응형

Comment +1

728x90
반응형

※ 개요 ※

 

  컴퓨터 작업을 하다 보면, 원격 접속이 필요할 때가 있습니다. 예를 들어 현재 카페에 나와 있는데, 집에 있는 데스크톱에 접속해야 하는 경우가 대표적입니다. 이럴 때는 다양한 원격 접속 프로그램을 사용할 수 있습니다. 그 중 대표적인 것으로 편리하게 사용할 수 있는 크롬(Chrome) 원격 접속 프로그램이 있습니다.

 

※ Chrome 원격 데스크톱 설치원격 접속 설정하는 방법 ※

 

  구글(Google) 계정크롬(Chrome)이 설치되어 있다면, 원격 데스크톱 기능을 간단히 이용할 수 있습니다. 먼저 접속 대상이 되는 컴퓨터를 실행해 주세요. 다음과 같이 Chrome 원격 데스크톱 공식 웹 사이트에 접속합니다.

 

  ▶ Chrome 원격 데스크톱: https://remotedesktop.google.com/

 

Chrome 원격 데스크톱

Simple 컴퓨터, Android 기기 또는 iOS 기기를 사용하여 원하는 방식으로 연결하세요. 어떤 방법을 선택하든 필요할 때 모든 컴퓨터와 파일에 간편하게 액세스할 수 있습니다.

remotedesktop.google.com

 

  접속 이후에는 [내 컴퓨터에 엑세스]를 눌러서 외부 기기(스마트 폰, 다른 컴퓨터 등)에서 현재 컴퓨터에 접속할 수 있도록 합니다.

 

 

  이후에 [원격 액세스] 기능을 선택하여 [다운로드]를 진행합니다.

 

 

  이것은 일종의 크롬(Chrome) 확장 프로그램이므로, 일반적인 확장 프로그램을 설치하는 과정과 동일합니다. 먼저 [Chrome에 추가]를 눌러줍니다.

 

 

  이후에 [확장 프로그램 추가]를 진행합니다.

 

 

  결과적으로 [동의 및 설치]를 진행합니다.

 

 

  이제 .msi 확장자인 설치 프로그램을 실행하여 설치를 진행하면 됩니다. 이는 원격 제어를 위한 별도의 프로그램으로 보면 됩니다. [예]를 눌러서 설치를 진행합니다.

 

 

  설치가 완료되면 컴퓨터 이름을 설정하고, [다음]을 누릅니다.

 

 

  이후에 비밀번호(PIN 번호)를 입력하고, [시작] 버튼을 누르면 설정이 완료됩니다.

 

 

  결과적으로 원격으로 접속이 가능하도록, [원격 액세스] 부분이 활성화 된 것을 확인할 수 있습니다.

 

 

  (중요) 참고로 화면이 꺼진 상태에서는 원격 접속이 가능하지만, [절전 모드]일 때는 접속이 불가능합니다. 따라서 절전 모드가 실행되지 않도록, [디스플레이 설정] - [전원 및 절전] 탭으로 이동합니다. 여기에서 다음과 같이 [절전 모드] 항목에 대하여 [사용 안 함]으로 설정을 진행합니다.

 

 

※ 외부 컴퓨터(PC)에서 원격 데스크톱에 접속하는 방법 ※

 

  이제 외부 컴퓨터(PC)에서 앞서 설정한 원격 데스크톱 컴퓨터에 접속할 수 있습니다. 따라서 원격 접속을 진행할 컴퓨터를 실행합니다. 크롬(Chrome) 브라우저를 실행한 뒤에 동일한 구글 계정으로 로그인을 진행하면 됩니다.

 

 

  이후에 마찬가지로 Chrome 원격 데스크톱 웹 페이지에 접속합니다.

 

  ▶ Chrome 원격 데스크톱https://remotedesktop.google.com/

 

Chrome 원격 데스크톱

Simple 컴퓨터, Android 기기 또는 iOS 기기를 사용하여 원하는 방식으로 연결하세요. 어떤 방법을 선택하든 필요할 때 모든 컴퓨터와 파일에 간편하게 액세스할 수 있습니다.

remotedesktop.google.com

 

  이후에 [내 컴퓨터에 액세스]를 클릭하여 원격 기기를 확인할 수 있습니다.

 

 

  다음과 같이 앞서 등록했던 원격 기기 정보가 출력됩니다. 이를 클릭하여 접속을 시도합니다.

 

 

  결과적으로 PIN 번호(비밀번호)를 입력하여 접속을 진행할 수 있습니다.

 

 

  결과적으로 다음과 같이 정상적으로 원격 접속이 완료된 것을 확인할 수 있습니다.

 

 

  처음 원격 접속을 진행하면, 다음과 같이 기본적인 옵션(option)을 설정할 수 있습니다.

 

  1) 세션 옵션

 

  저는 [세션 옵션] 부분은 기본 설정을 그대로 사용합니다. 가끔 필요할 때 [전체화면]을 이용합니다.

 

 

  이후에 클립보드 설정을 진행합니다. 단순히 [시작] 버튼을 클릭하면 됩니다.

 

 

  그리고 [디스플레이][파일 전송] 옵션도 확인합니다.

 

 

  마지막으로, 필자는 단순히 크롬(Chrome) 브라우저를 이용해 원격 컴퓨터에 접속하는 것보다는 별도의 애플리케이션을 설치하는 것이 더욱 편리했습니다.

 

 

  이제 결과적으로 원격 접속 기능을 이용하면 됩니다.

728x90
반응형

Comment +0

728x90
반응형

※ 문제 상황 ※

 

  단순히 python3를 실행했을 때와 sudo python3를 실행했을 때, 프로그램이 다르게 실행될 때가 있다. 구체적으로 import 명령어로 불러올 수 있는 패키지의 차이가 있을 때가 있다. 예를 들어 sudo python3 명령어로 프로그램을 실행했을 때는 numpy 패키지가 설치되어 있지 않다고 나오는데, 단순히 python3 명령어로 프로그램을 실행했을 때는 정상적으로 실행되는 사례가 대표적이다.

 

  이럴 때는 which 명령어를 사용하여 각 python3 명령어의 경로를 찾을 수 있다. which 명령어는 리눅스(Linux)에서 특정한 명령어를 실행하기 위한 바이너리(binary) 실행 파일의 경로를 찾아주는 명령어다. which 명령어를 사용했을 때 다음과 같이 다른 경로로 지정되어 있을 것이다. 즉, 두 개의 python3 실행 파일이 다른 것이다.

 

$ sudo which python3
/usr/bin/python3

$ which python3
/home/dongbin/mine/bin/python3

 

※ 해결 방법 ※

 

  그렇다면 만약에 sudo 권한으로 개인 디렉터리에 있는 python3 명령어를 실행하고자 한다면 어떻게 하면 될까? 예를 들어 /home/dongbin/mine/bin/python3의 경로에 있는 python3 명령어를 실행하고자 한다면, 바로 다음과 같이 실행하면 된다.

 

$ sudo /home/dongbin/mine/bin/python3
728x90
반응형

Comment +0