PyTorch 설치 및 colab 사용 방법

PyTorch 설치 및 colab 사용 방법

2019, May 01    
  • 이번 글에서는 PyTorch를 사용할 때, 윈도우에서 설치하는 방법과 colab에서 설치하는 방법에 대하여 알아보겠습니다.
  • 가장 최신의 설치 방법을 확인하고 싶으면 https://pytorch.org/get-started/locally/ 링크를 참조하는 것이 좋습니다.
  • 아래 쓴 글의 내용은 시간이 지나면 틀릴 수도 있습니다. pytorch 공식 링크를 따르는 것을 추천드립니다.


GPU 세팅하는 방법


  • 아래 방법은 ‘17.11.18 시점 기준 GPU 세팅 방법입니다.
  • CUDA를 설치해야 합니다. CUDA에서 본인 컴퓨터에 맞는 사양으로 설치하시면 됩니다.
  • cuDNN 파일을 컴퓨터에 붙어넣어야 합니다.
    • cuDNN 에서 컴퓨터 사양에 맞는 버전을 다운 받습니다.
    • 다운 받은 파일의 압축을 풀어 cuda/bin, cuda/incldue, cuda/lib의 폴더와 파일을 다음 경로에 붙여 넣습니다. (아래 경로 참조 하시어 컴퓨터 실제 경로에 맞도록 붙여넣습니다.)
      • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\8.0 (또는 9.0)
  • 제어판 내 시스템 => 고급 시스템 설정 => 시스템 속성 의 고급 탭 => 환경 변수 에서 아래 경로를 추가합니다. 경로 추가 시 어떤 path에서도 추가된 경로는 접근 가능해 집니다.
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\8.0\bin
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\8.0\libnvvp


윈도우에서 PyTorch 설치하는 방법


  • GPU를 범용적으로 사용하기 위해 CUDA를 설치해줍니다.
  • 딥러닝을 사용하기 위해 cuDNN을 설치해줍니다. 여기까지는 앞의 과정을 그대로 따라하시면 됩니다.
  • 그 다음 과정 부터는 conda를 설치한 후 진행하는 방법과 pip를 이용하는 방법이 있습니다.
  • 1) conda를 설치하려면 다음 링크를 통해 설치 파일을 받은 후 설치하면 됩니다.
    • https://www.anaconda.com/products/individual
  • 2) pip를 이용하여 설치하려면 virtualenv를 이용하여 가상환경을 독립적으로 만들고 그 환경에서 설치하는 것을 권장드립니다. 이 방법을 이용하려면 다음 링크를 참조하시기 바랍니다.
    • https://gaussian37.github.io/python-concept-initial_setting/
  • 위의 conda 설치 또는 pip 설치 과정이 끝났으면 pytorch를 설치 할 가상 환경을 활성화 합니다.
  • 1) conda의 경우 다음과 같이 가상 환경을 활성화 합니다.
    • 가상 환경 생성 : conda create -n 가상환경이름 python=3.6
    • 가상 환경 활성화 : activate 가상환경이름
  • 2) pip 의 경우 다음과 같이 가상 환경을 활성화 합니다.
    • 가상 환경 생성 : virtualenv 가상환경이름
    • 가상 환경 활성화 : 가상환경이름\Scripts\activate
  • 위 두가지 방법 모두 가상 환경 활성화에 성공하면 command prompt의 가장 앞에 (가상환경이름)이 추가된 것을 확인할 수 있습니다.
  • 그 다음에는 pytorch, torchvision 을 설치해 보도록 하겠습니다. 반드시 다음 링크를 접속 하시기 바랍니다.
    • https://pytorch.org/get-started/locally/
  • 위 링크에서 현재 설치하려는 환경의 옵션을 차례대로 선택합니다. 그러면 설치에 필요한 명령어가 생성됩니다. 그 명령어를 커맨드에 입력하여 pytorch와 torchvision을 설치하면 됩니다.
  • 저의 경우 예를 들어 stable, windows, pip, python, cuda10.2ㄹ를 옵션으로 선택하였습니다. 이 때 설치 커맨드는 다음과 같습니다.
    • pip install torch===1.5.0 torchvision===0.6.0 -f https://download.pytorch.org/whl/torch_stable.html


  • 실행이 정상적으로 되는지 확인하기 위해 다음 코드를 print(x) 까지 입력하였을 때, 출력이 정상정으로 되는 지 확인하면 됩니다.
  • 여기서 .cuda() 명령어가 GPU를 이용하는 명령어 입니다. 만약 CUDA, cuDNN이 정상적으로 설치되지 않았다면 오류가 발생할 수 있습니다.
  • 만약 오류가 발생하였을 경우 아래 명령어에서 torch.Tensor(3, 4).cuda() 대신 torch.Tensor(3, 4)을 사용하여 실행해 보시길 바랍니다. 이 경우 문제가 없다면 CUDA, cuDNN 이 설치가 잘못된 것입니다. 반면 이 경우에도 문제가 발생하였다면 pytorch 설치가 잘못된 것입니다.
import torch
x = torch.Tensor(3, 4).cuda()
print(x)

tensor([[-5.5635e-24,  0.0000e+00,  4.4842e-44,  0.0000e+00],
        [        nan,  0.0000e+00,  2.6104e-09,  2.1162e-07],
        [ 1.6899e-04,  2.1240e+20,  1.0919e-05,  1.6969e-07]], device='cuda:0')


colab에서 PyTorch 사용하는 방법


  • colab에서는 기본적으로 PyTorch가 설치되어 있지 않습니다.
  • 따라서 매 세션마다 PyTorch를 설치를 해주어야 합니다. 금방 설치되니 설치하고 사용하면 문제가 없습니다.
  • 먼저 colab 메뉴의 runtimeChange runtime type을 선택해서 GPU를 선택해 줍니다.
    • 딥러닝을 사용하는 것이니 GPU를 선택해 주어야 합니다.
  • 아래 코드를 입력하여 PyTorch를 설치해줍니다.


!pip3 install torch
!pip3 install torchvision


  • 만약 colab에서 google drive의 파일 또는 디렉토리를 연결해서 사용하려면 아래 명령어를 입력하여 실행하면 연결된 계정의 google drive를 사용할 수 있습니다.


from google.colab import drive
drive.mount('/content/gdrive')


PyTorch에서 model summary 보는 방법


  • 정의한 model을 print 해서 보는 방법
  • Keras 형태의 summary를 보는 방법
    • pip install torchsummary 로 torchsummary를 설치합니다.
    • summary(model.cuda(), input_size) 를 실행합니다.