PyTorch 소스코드 빌드 기반 설치 방법

이 글은 파이토치(PyTorch) 소스코드를 이용해 빌드 기반으로 설치하는 방법을 간략히 설명한다. 

딥러닝 프레임웍인 파이토치에 대한 상세 내용은 다른 링크를 참고한다. 

• PyTorch 도커 설명
• PyTorch 학습 방법 예시

파이토치를 이용할때 가장 빈번하게 발생하는 고질적 문제는 아래와 같다. 

• NVIDIA DRIVER, CUDA 버전 불일치로 인한 패키지 설치 에러
• 사용 라이브러리 버전 불일치로 인한 GPU 버전 동작 에러

이런 문제를 해결하기 위해서는 소스코드를 깃허브에서 다운로드 받고 빌드해 설치해야 한다. 빌드 환경은 우분투 리눅스, CUDA 11.2 버전이며, NVIDIA GPU 드라이버는 미리 설치되어 있어야 한다. 이 부분도 많은 단계가 있다. 여기서는 모두 다 설치되어 있다고 가정한다. 

아래는 빌드 테크트리이다. 

• Install PyTorch

우선, conda나 virtualenv로 가상 환경을 생성하고, 활성화한다. 

아래와 같이 관련 패키지들을 설치한다. 

conda install astunparse numpy ninja pyyaml setuptools cmake cffi typing_extensions future six requests dataclasses

github에서 pytorch 소스코드 다운로드하고 빌드한다.

만약, cuda 에러가 발생하면, 다음과 같이 설치 프로그램을 다운로드하고, 기존 cuda 삭제한 후 다시 설치한다.

Download CUDA download

 

sudo apt clean

sudo apt update

sudo apt purge nvidia-* 

sudo apt autoremove

sudo apt install -y cuda

모두 설치되면, 다음과 같이 설치 버전을 확인해 본다. 

nvidia-smi

nvcc --version

cat /usr/local/cuda/version.txt

python

import torch

torch.cuda.is_available()

torch.cuda.device(0)

torch.cuda.device_count()

torch.cuda.get_device_name(0)

torch.version.cuda