Chapter 2를 통해 아나콘다 설치 및 가상환경 만들기를 완료하였습니다!
이번 글에서는 WSL2 아나콘다 가상환경에서 Cuda, cuDNN, Pytorch를 설치해보록 할게요
Linux가 조금 사용되기 때문에 어려울 수도 있으니, 잘 따라와주시길 바라요!
3-1. 아나콘다 가상환경에 Cuda와 cuDNN 설치
1. Cuda를 설치하기 전, 먼저 GPG key를 삭제하도록 하겠습니다. 아래 명령어를 입력해주세요.
sudo apt-key del 7fa2af80
참고) 설치 전 GPG key를 삭제하는 이유는, 이전에 설치된 GPG key가 만료되었거나 변경되었다면 새로운 소프트웨어 업데이트나 설치가 거부 될 수도 있기 때문엡니다. 또한 잘못되거나 손상된 GPG key가 시스템에 있을 경우에도 문제가 발생할 수 있으므로, 삭제하고 새로 설치하는게 좋습니다!
2. CUDA Toolkit Archive(https://developer.nvidia.com/cuda-toolkit-archive)로 접속하여, CUDA Toolkit 11.7.0 을 클릭합니다.
![](https://i0.wp.com/info-nemo.com/wp-content/uploads/2024/01/chapter3-002.png?fit=800%2C361&ssl=1)
3. 위의 이미지와 같이, Linux -> x86_64 -> WSL-Ubuntu -> 2.0 -> deb(local) 을 선택하면 아래 이미지와 같이 Instructions이 나오게 됩니다.
![](https://i0.wp.com/info-nemo.com/wp-content/uploads/2024/01/chapter3-003.png?fit=800%2C346&ssl=1)
4. powershell을 열어, wsl을 실행시켜 주세요. 그 후 D드라이브로 이동해주세요
cd /mnt/d
5. 3번의 명령어를 차례로 wsl에 실행시켜 주세요.
시간이 조금 걸리니, 천천히 설치 하시면 됩니다!
명령어를 다 입력하여 설치가 완료되고 나면, cuDNN을 설치하도록 하겠습니다!
6. cuDNN 설치 페이지(https://developer.nvidia.com/login#a-collapse714-92)로 이동하여, nVIDIA 계정 로그인을 한 뒤에 아래 이미지와 같이 클릭하여 Local Installer for Linux x86_64(Tar)를 다운로드 해주세요.
![](https://i0.wp.com/info-nemo.com/wp-content/uploads/2024/01/chapter3-006.png?fit=800%2C388&ssl=1)
7. 아래 이미지와 같이, 다운로드 받은 파일을 Ubuntu의 home 폴더 밑의 사용자계정폴더(저의 경우에는 “ttspython” 입니다.)에 파일을 드래그해서 넣어주세요.
![](https://i0.wp.com/info-nemo.com/wp-content/uploads/2024/01/chapter3-007.png?fit=800%2C518&ssl=1)
8. wsl 에서 아래 이미지와 같이 사용자계정명 폴더로 이동해주세요. 이동이 완료되면 아래 명령어를 입력해주세요.
cd /home/ttspython //ttspython 폴더로 이동
tar xvf cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz
![](https://i0.wp.com/info-nemo.com/wp-content/uploads/2024/01/chapter3-008.png?fit=800%2C88&ssl=1)
9. 이후 아래 명령어를 입력해주세요.
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-11.7/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda-11.7/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda-11.7/lib64/libcudnn*
10. 실행이 완료되면, 이제는 환경변수를 등록 할 것입니다.
환경변수를 등록하는 이유는 프로그램이나 스크립트가 시스템 전반에서 쉽게 접근하게 하기 위해서 등록을 합니다. 즉, 시스템의 어느 위치에서나 명령어만으로 특정 프로그램 또는 스크립트를 실행할 수 있게 만들기 위해서 입니다.
wsl에 아래 명령어를 입력해주세요. 그럼 아래 이미지와 같은 화면이 켜질 것입니다.
vi ~/.bashrc
![](https://i0.wp.com/info-nemo.com/wp-content/uploads/2024/01/chapter3-012.png?fit=800%2C448&ssl=1)
아래로 쭉~~~~~ 내려서 최하단에 다음과 같이 작성해줍니다.
<vi 에디터 수정 참고>
i를 누르면 입력 모드로 바뀌게 됩니다.
아래의 export로 시작하는 2줄을 적고, esc를 누른 뒤, :wq 를 입력 후 엔터를 누르면 저장이 됩니다.
export PATH=$PATH:/usr/local/cuda-11.7/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64
![](https://i0.wp.com/info-nemo.com/wp-content/uploads/2024/01/chapter3-013.png?fit=800%2C481&ssl=1)
11. 리눅스에 등록하기 위해, 아래의 명령어를 입력해주세요.
source ~/.bashrc
12. 등록을 완료하고 나면, 아래의 명령어를 입력하여 설치가 잘 됬는지 확인해봅시다!
밑의 사진과 같이 나오게 되면 설치가 잘 된거에요
nvcc --version
![](https://i0.wp.com/info-nemo.com/wp-content/uploads/2024/01/chapter3-014.png?fit=550%2C155&ssl=1)
3-2. Cuda에 맞는 Pytorch 설치
1. 아래 명령어를 통해 wsl에서 아나콘다 가상환경을 실행시켜 주세요.
conda activate python310 // conda activate <만들었던 가상환경 이름>
2. 저희는 CUDA 11.7 버전에 맞는 Pytorch 2.0.1 버전을 설치할 예정이니, 아래와 같은 명령어를 입력해주세요.
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia
3. 설치가 다 되면 가상환경에서 파이썬을 실행하여, 아래와 같이 입력해보시면 잘 설치가 되었는지 확인이 가능합니다.
아나콘다 가상환경이 실행되어 있는 상태에서, python 이라고 입력하면 파이썬이 실행이 됩니다.
>>> import torch
>>> torch.cuda.is_available()
True
>>>
여기서 True가 나온다면 문제없이 설치된 것입니다!
Chapter 3를 통해서 이제 딥러닝 학습을 위한 사전 준비 작업이 다 끝났습니다! 함께 여기까지 하시느라 고생 많으셨어요~
이제 Chapter 4를 통하여 Bert-VITS2 학습을 해보도록 하겠습니다! 아마도 조금 길어질 수 있을텐데, 조금만 더 같이 해봐요!
<관련 글 링크>
Chapter 1-3. C드라이브 용량이 부족한 사람을 위한 우분투 D 드라이브로 옮기기