센로그

CUDA+cuDNN+PyTorch+Torch패거리 설치 방법(RTX 3080 기준) 본문

꿀팁

CUDA+cuDNN+PyTorch+Torch패거리 설치 방법(RTX 3080 기준)

seeyoun 2023. 5. 15. 08:03

RTX 3080 기준, 힘들엇던 환경 설정 정보 기록.

 


◆ 내 환경.

ㆍWindows 11
ㆍRTX 3080
ㆍNVIDIA Driver 531.61
ㆍPython 3.7.16
ㆍCUDA 11.2
ㆍcuDNN 8.9.1
ㆍtorch 1.12.0

 


◆ 내 사정.

더보기

내가 클론하려던 프로젝트는 이거엿다. Dual DMP

https://github.com/astaka-pe/Dual-DMP

 

GitHub - astaka-pe/Dual-DMP: Learning Self-prior for Mesh Denoising using Dual Graph Convolutional Networks [ECCV 2022]

Learning Self-prior for Mesh Denoising using Dual Graph Convolutional Networks [ECCV 2022] - GitHub - astaka-pe/Dual-DMP: Learning Self-prior for Mesh Denoising using Dual Graph Convolutional Netwo...

github.com

 

개발자가 넣어둔 환경에선 cuda 10.2와 torch 1.7.1을 썼는데, 내 GPU랑은 안맞는다고 안 돌아갔다.

찾아봣더니 RTX30~ 라인은 10.2를 지원 안한다고 한다.. nightly엿나 그런 버전도 있다길래 써봣는데 안됏음

그래서 conda 내에서 cuda랑 torch 버전만 바꿧다 ㅇㅇ

그럼에도 가지 오류로 인해.. 하루를 날렷다

torch 버전은 바꼈는데, torch 패거리들의 정보가 안바뀐 게 문제엿다

 

 

0. 프로젝트 클론 및 가상환경 설정

당연히 아나콘다 다운받고, conda prompt로 해야함ㅇㅇ

git clone https://github.com/astaka-pe/Dual-DMP
cd Dual-DMP
conda env create -f environment.yml
conda activate ddmp

 

시작.

1. cuda v11.3

https://developer.nvidia.com/cuda-11.3.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local 

다운받고 설치 ㄱㄱ (VisualStudio Installer에서 'C++를 사용한 Desktop 개발' 항목 사전 설치가 필요함.)

필요하다면 환경변수 설정도 ㄱㄱ.

더보기

< 환경변수 설정 >

1) CUDA_PATH 또는 CUDA_HOME 마지막에 원하는 버전이 들어가 있어야 함

 

2) 시스템 변수의 Path에 내가 사용하려는 버전의 bin, libnvvp가 안쓰는 애보다 위로 와있어야함


2. cudnn 8.2.1

https://developer.nvidia.com/rdp/cudnn-archive

로그인하고 8.2.1 for cuda 11.x 설치후, 압축 풀고 내부 폴더들(include, lib, bin) 복사해서, 

Cuda 폴더 (C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3)내에 덮어쓰기

 


3. torch 1.12.0

https://pytorch.org/get-started/previous-versions/

pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-urlhttps://download.pytorch.org/whl/cu113

 

 

4. 토치&쿠다 잘 깔렸는지 확인

python -c "import torch; print(torch.__version__)"
python -c "import torch; print(torch.version.cuda)"
nvcc --version

>>> 1.12.0
>>> 11.3

>>> 11.3 뭐시기


python -c "import torch; print(torch.cuda.is_available())" 쳤는데 False면, CPU 버전이므로 다시 잘보고 깔아야 함

 

5. 기존 torch 패거리 uninstall

pip uninstall torch_scatter
pip uninstall torch_sparse
pip uninstall torch_cluster
pip uninstall torch_spline_conv
pip uninstall torch_geometric

으으 징그러

 

6. torch 패거리 재설치

(https://data.pyg.org/whl/torch-{Torch_Version}+{CUDA_Version}.html ←여기서 지원하는 패거리들 각각의 버전을 확인!

sparse, scatter, cluster, spline 검색해서 torch버전+python버전+os 맞는 버전 찾아서 각각 바꾸면됨.
나같은 경우에는 https://data.pyg.org/whl/torch-1.12.0+cu113.html 에서 찾음)

pip install --no-index --verbose torch-sparse==0.6.15 -f https://data.pyg.org/whl/torch-1.12.0+cu113.html 
pip install --no-index --verbose torch-scatter==2.1.0 -f https://data.pyg.org/whl/torch-1.12.0+cu113.html 
pip install --no-index --verbose torch-cluster==1.6.0 -f https://data.pyg.org/whl/torch-1.12.0+cu113.html 
pip install --no-index --verbose torch-spline-conv==1.2.1 -f https://data.pyg.org/whl/torch-1.12.0+cu113.html 
pip install torch-geometric

 

 

좋은 경험이엇다. 다들 화이팅 하세요

Comments