[Project#] 시리즈는 프로젝트(Trash Throwing Simulation with Deep Reinforcement Learning) 제작 과정을 설명한다. 본 포스팅은 Pytorch 개발 환경 설정 과정에 대한 내용이다.

모든 내용은 이전 글과 이어진다. 이전 글을 읽어봤다고 가정한 후 글을 작성하였다. (이전 글 LINK)

  • 결국 개발 환경을 구축하였지만 ROS2와 Anaconda가 호환되지 않아 사용하진 않았다.

1. Anaconda 설치하기

  • Anaconda 설치 링크
  • sha256sum 명령어를 활용하여 다운로드 받은 파일이 제대로 받아진 것인지를 확인할 수 있다.
cd Downloads/
bash Anaconda3-2023.03-1-Linux-x86_64.sh
  • 설치 확인
source ~/.bashrc
conda --version

Untitled

  • 가상환경 생성
conda create -n torch python=3.8
  • 가상환경 활성화
conda activate torch

2. CUDA Toolkit & cuDNN 설치하기

  • 가상환경 활성화 후 진행해야 한다.
  • CUDA Toolkit 설치 링크
  • Pytorch 2.0에서 CUDA 11.7을 다운 받기에 맞춰서 다운로드했다.
conda install -c "nvidia/label/cuda-11.7.0" cuda-toolkit
  • cuDNN 설치하기
  • 아래 명령어는 CUDA Toolkit을 먼저 설치했을 때 그에 맞는 cuDNN을 설치해준다.
conda install -c anaconda cudnn

3. Pytorch 설치하기

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

  • Pytorch 테스트

    터미널에 python3 명령어를 작성하면 터미널에서도 파이썬 셸을 실행하여 파이썬을 사용할 수 있다.

python3

import torch

print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))
print(torch.cuda.device_count())

exit()

4. 참고 문헌