on
딥러닝 - Pytorch 설치하기
Pytorch(파이토치)란?
위키백과에서는 다음과 같이 정의한다.
PyTorch는 Python을 위한 오픈소스 머신 러닝 라이브러리이다. Torch를 기반으로 하며, 자연어 처리와 같은 애플리케이션을 위해 사용된다. GPU사용이 가능하기 때문에 속도가 상당히 빠르다. 아직까지는 Tensorflow의 사용자가 많지만, 비직관적인 구조와 난이도 때문에, Pytorch의 사용자가 늘어나고 있는 추세이다. 이는 Facebook의 인공지능 연구팀이 개발했으며, Uber의 “Pyro”(확률론적 프로그래밍 언어)소프트웨어가 Pytorch를 기반으로 한다
Pytorch의 장점
- 설치가 간편하다.
- 이해와 디버깅이 쉬운 직관적이고 간결한 코드로 구성되었다.
- Define by Run 방식을 기반으로 한 실시간 결과값을 시각화 한다.
- 파이썬 라이브러리(Numpy, Scipy, Cython)와 높은 호환성을 가진다.
- Winograd Convolution Algorithm 기본 적용을 통한 빠른 모델 훈련이 가능하다.
- 모델 그래프를 만들 때 고정상태가 아니기 때문에 언제든지 데이터에 따라 조절이 가능하다(유연성).
- Numpy스러운 Tensor연산이 GPU로도 가능하다.
- 자동 미분 시스템을 이용해 쉽게 DDN(DataDirect Networks)을 짤 수 있다.
- 학습 및 추론 속도가 빠르고 다루기 쉽다.
Pytorch 설치하기
- Pytorch는 한국어 사용자를 위한 홈페이지를 제공하기 때문에 보다 수월하게 작업할 수 있다.
Pytorch 한국어 사용자 모임
Pytorch 설치 과정
- 파이토치의 설치 과정은 위 그림과 같다.
- 우리는 Anaconda 인터프리터를 사용할 것이며, Pytorch 설치를 위한 가상환경 세팅이 필요하다.
- 딥러닝에서 Vision의 경우 이미지를 처리해야 하기 때문에 많은 양의 연산이 요구된다. 따라서 GPU 사용을 권장한다. PyTorch에서 GPU를 사용하기 위해서는 CUDA 설치가 필요하다. (GPU가 없는 환경일 경우 CPU 전용을 설치하면 된다.)
1. Anaconda 인터프리터 세팅
- Anaconda 인터프리터의 가상환경 설정을 통해서 Pytorch만을 사용하는 환경을 만들어줄 것이다.
- 파이썬 버전은 3.7을 사용할 것이다. 3.9로 테스트 했을 때 불안정하여 RCNN이 실행되지 않은 적이 있었기 때문이다.
Anaconda 가상환경을 만드는 방법은 다음과 같다.
conda create -n 가상환경이름 python=3.7
여기서 y를 타이핑하고 생성을 진행한다.
가상환경이 잘 생성되었는 지 확인해보자.
conda env list
다음처럼 생성되었으면 성공이다.
생성된 가상환경을 적용해보자.
conda activate 가상환경 이름
다음처럼 (base)가 (내가 만든 가상환경 이름)으로 바뀌었으면 성공이다.
2. CUDA 설치 (windows)
자세한 내용확인 필자는 cpu: AMD5600G, GPU: RTX 3070으로 버전 8.6에 해당한다.
https://developer.nvidia.com/cuda-toolkit-archive
필자는 버전 8.6을 지원하는 CUDA toolkit 11.6 ~ 11.8에 해당한다. 하지만 필자는 해당하는 가장 낮은 버전 설치를 추천하는 바이다.
최신 버전 설치시 호환이 잘 안되는 문제가 발생하기 때문에 본인의 해당 버전의 1~2 정도 낮은 버전 설치를 권장한다.
3. Pytorch 설치
https://pytorch.kr/get-started/locally/
마지막 ‘이 명령을 실행하세요’ 에 적힌 코드를 Anaconda 가상환경에 붙여넣고 설치하면 된다.