[Windows]윈10 주피터 노트북(jupyter notebook)에서 GPU(CUDA) 사용하도록 설정하기

1. CUDA Toolkit 설치하기

https://developer.nvidia.com/cuda-toolkit

CUDA Toolkit - Free Tools and Training

위 사이트에 접속후 아래에 있는 [Download Now]를 클릭합니다.

---

2. 아래의 사진 처럼 클릭 후 [Download]를 클릭하면 됩니다.

[Windows], [x86_64], [10], [exe (network)]

물론 자신이 윈도우 11을 사용하면 [11]을 클릭하면 됩니다.

---

3. 설치 파일 실행

설치파일을 실행하면 아래와 같은 설치창이 뜹니다. 이때 [OK]를 클릭하면 됩니다.

 

그 이후 아래와 같은 사진이 하나 뜹니다.

 

3-1. [동의 및 계속(A)] 클릭

[동의 및 계속(A)]클릭

 

3-2. [빠른 설치] 선택 후 [다음] 클릭

[빠른 설치] 선택 후 [다음] 클릭

 

3-3. [동의] 체크 후 [다음] 클릭

[동의] 체크 후 다음

 

3-4. 설치 중

 

3-5. 다운로드 완료

▶ 설치 및 다운로드 완료 까지 시간이 조금 걸렸습니다.

 

3-6. 설치 실패

※ 갑자기 설치완료 까지 얼마 안남았는데 뜨는창이 [설치 프로그램 실패]라고 나왔습니다....

원인을 찾아보니

 

3-7. 버전 다운그레이드 후 설치 완료

 

▶ 본인은 3060Ti의 그래픽카드를 가지고 있는데 12.3 버전을 설치할려고 하니 오류가 발생했습니다.

그래서 11.7 이전버전으로 설치를 하니 이상없이 설치가 완료되었습니다.

---

4. 딥러닝을 위해 cuDNN 설치

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

cuDNN Archive

해당 링크에 접속 후 자신에게 맞는 cuDNN을 다운로드 받으면 됩니다.

 

[Local Installer for Windows(Zip)]을 클릭하면 다운로드가 됩니다.

 

4-1. 다운로드 완료 후 작업

zip파일을 다운로드 후 압축을 풀면 아래와 같이 나옵니다.

 

해당 bin, include, lib 파일이 나오는데 해당 3개의 폴더를 이전(3번, CUDA)에 설치한 경로에 넣어주면 됩니다.

 

★ CUDA 경로

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7

 

CUDA 경로안에 컨트롤(ctrl)+C, 컨트롤(ctrl)+V를 눌러주면 됩니다. 중복된 파일이 없으니 잘 들어갑니다.

---

5. 주피터 노트북에서 확인

import torch
print('장치 이름: {}'.format(torch.cuda.get_device_name(0)))

이렇게 입력을 하니 아래와 같은 오류 창이 나왔습니다.

오류 원인 : Torch not compiled with CUDA enabled

 

원인 : 해당 오류는 Torch에서 CUDA를 지원하지 않는 버전으로 설치를 하였기 때문인데요.

아래의 링크에 접속을 하여 CUDA를 지원하는지 체크 후 해당 버전에 맞는 설치 명령어를 제공합니다.

 

https://pytorch.org/get-started/locally/

Start Locally

 

해결 방법

저는 CUDA를 12버전으로 설치를 하였기 때문에 [Compute Platform]을 CUDA12.1로 선택 후 아래의 Command를 입력을 해야했습니다.

---

6. 주피터 노트북에서 사용이 가능한지 체크

아래의 코드를 입력 후 True가 나오면 정상적으로 CUDA 사용이 가능합니다.

import torch
torch.cuda.is_available()

 

이렇게 나오면 정상적으로 사용이 가능하며 딥러닝을 연산을 하면서 GPU로 변경을 원하실때 아래의 코드를 참고하시면 됩니다.

---

7. Device를 cuda로 변경

device = 'cuda' if torch.cuda.is_available() else 'cpu'
print(device)

 

이렇게 나오면 device가 정상적으로 cuda로 변경된걸 확인할 수 있습니다.