torch, tensorflow를 같은 가상환경에 설치하기

2024년 3월 기준

- 텐서플로우 설치: pip로 TensorFlow 설치

- 파이토치 설치: PyTorch

 

버전 확인

윈도우즈 네이티브에서는 tensorflow 최신 버전을 사용할 수 없다.

	tensorflow	pytorch
Python 버전	3.9-3.11	>=3.8
CUDA	11.2 (11.8)	11.8 or 12.1
패키지 버전	2.10	2.2.1

tensorflow python

pytorch python

tensorflow CUDA

pytorch CUDA

tensorflow의 경우 윈도우즈 네이티브에서 CUDA=11.2, cuDNN=8.1.0을 추천하고 있긴 한데 아래 버전들로 설치해도 잘 작동한다.

 

1. CUDA 설치

CUDA Toolkit 11.8 Downloads | NVIDIA Developer

본인 환경에 맞게 설치

 

 

1.1 환경 변수 설정

나는 CUDA 11.8을 설치하고 있으므로 11.8로 수정했다.

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\CUPTI\lib64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include;%PATH%
SET PATH=C:\tools\cuda\bin;%PATH%

 

1-2. cuDNN 설치하기

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

로그인 후 자기 CUDA 버전에 맞는 CuDNN을 다운로드 받는다. 나는 11.x를 위한 cuDNN을 다운받았다.

이후 다운받은 파일의 압축을 풀고 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8`에 덮어쓰기 한다.

 

 

2. 패키지 설치

2-0. 가상환경 만들기

안정성을 생각하면 python 3.9로 하는 게 좋겠지만 혼자 공부하는 용도라 안정성이 크게 상관 없어서 속도 개선이 된 3.10로 설치하였다. (3.11에서는 tensorflow<2.11 설치가 안 된다.)

conda create -n "deep" python=3.10
conda activate deep
pip install ipykernel
python -m ipykernel install --user --name "deep" --display-name "deep"
pip install jupyter

 

2-1. tensorflow 설치

# conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
pip install "tensorflow<2.11"

 

첫줄은 권장이며 굳이 안 해도 되는 것 같다. 아래 코드를 입력하여 잘 작동하는지 확인하고

import tensorflow as tf

print(tf.reduce_sum(tf.random.normal([1000, 1000])))

이후 GPU도 잘 사용되는지 확인하자.

import tensorflow as tf

print(tf.config.list_physical_devices('GPU'))

여기서 빈 리스트가 나오지 않으면 성공이다.

 

 

2-2. pytorch 설치

torch 가이드에 따라 입력해주었다. 나는 torchtext도 추가해서 설치했다.

pip3 install torch torchvision torchaudio torchtext --index-url https://download.pytorch.org/whl/cu118

 

이후 GPU가 잘 작동하는지 확인하자

import torch

print(torch.cuda.is_available())

True가 나오면 성공이다.