[2024 ver.] GeForce MX450으로 Pytorch 딥러닝 사용 세팅 | 노트북 외장 그래픽, CUDA 11.8, cuDNN 9.0.0 설치

https://kosonkh7.tistory.com/30

로컬에서 텐서플로우 gpu 사용 가능한 환경 설정 (CUDA, cuDNN 호환성 확인하기, MX450)

 

이전에 한 번 시도해본 적 있는데, 최신 버전으로 다시 설치하여 세팅하고자 한다.

 

1. 재설치를 위한 CUDA 및 관련 프로그램 삭제

 

 

제어판 > 프로그램 제거

 

NVIDIA 관련 프로그램 전부 제거 후 재부팅해준다.

 

2. CUDA 호환성 확인을 위한 GPU Compute Capability 확인 및 CUDA 설치.

 

https://en.wikipedia.org/wiki/CUDA

CUDA - Wikipedia

 

위 링크 들어가서 외장그래픽의 Compute Capability와, 이에 맞는 CUDA 버전을 확인해야 한다.

 

 

MX450의 Compute capability는 7.5이고,

 

2024년 2월 기준 CUDA 10.2~12.4까지 호환이 된다.

 

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

CUDA Toolkit Archive

 

설치는 위 링크에서 가능하며, 나는 11.8 버전을 설치했다.

 

 

3. NVIDIA 그래픽 드라이버 설치

 

https://www.nvidia.com/Download/index.aspx?lang=kr

Download the latest official NVIDIA drivers

 

여기서 외장그래픽에 맞는 그래픽 드라이버를 다운 받아 설치한다.

 

명령 프롬프트에서 nvidia-smi 입력하고 잘 설치 되었는지 확인하였다.

 

오른쪽에 CUDA Version은 설치된 버전이 아니라 권장 버전이므로 무시한다.

 

CUDA는 명령 프롬프트에 nvcc --version를 입력하여 잘 설치되었나 확인할 수 있다.

 

 

 

728x90

 

4. cuDNN 설치

https://developer.nvidia.com/cudnn

CUDA Deep Neural Network

 

위 링크에서 다운 받아 설치한 뒤, 다운 받은 파일을 압축 해제하면 3개의 폴더가 나온다. ( bin, include, lib )

 

이 폴더를 CUDA 폴더에 복사 붙여넣기 해주어야 한다.

 

CUDA 설치 경로를 변경하지 않았다면 아래와 같을 것이다.

 

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

 

5. 아나콘다 가상환경 구성

 

CUDA 버전에 맞는 Pytorch를 다운 받아 이용하기 위해 새로운 가상환경을 만들어준다.

 

이후 해당 가상환경을 활성화 시킨 이후 아래 코드를 활용하여 설치한다.

 

# CUDA 11.8
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=11.8 -c pytorch -c nvidia

 

https://pytorch.org/get-started/previous-versions/

Previous PyTorch Versions

 

코드는 위 링크에서 찾았고, CUDA 버전에 맞는 코드를 가져오면 된다.

 

6. 작동 확인 

 

Jupyter Notebook에서 간단한 코드로 잘 작동한다는 것을 확인하였다.

 

결과적으로 데이터가 많고 아주 복잡한 모델을 학습하기에 VRAM 2GB인 MX450은 무리인 것 같더라.

 

간단한 머신러닝 알고리즘 정도는 괜찮을지도.

 

언젠가 다시 할 수도 있기에 내가 보려고 과정을 정리해보았다.