일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- pytorch
- 제바흐
- 디스코드1
- 윈도우11
- AI
- 수호의계시록
- OpenAI
- 모델경량화
- 승급의카탈리스트A
- 에르그이전
- nowritableenvsdirerror
- 전이의카탈리스트
- Nvidia
- 라마3
- CUDA
- 켈트볼
- 에르그
- 펫핸들러
- 마비노기
- cifar10
- tensorRT
- ChatGPT
- 캐속
- TensorFlow
- 윈도우wget
- M1
- llama3
- mps
- LLM
- discord1
- Today
- Total
목록CUDA (2)
어바웃 세드릭

맥북에서 공부를 하려다보니 간단한 실습을 위한 환경이 필요했다. 구체적으로, Pytorch와 같은 딥러닝 프레임워크가 설치된 환경을 주피터 노트북의 커널로 사용하고 싶었다. 요즘에는 윈도우를 많이 쓰다보니 간과하고 있던 것이 있는데, 맥북은 쿠다(CUDA)가 없다는 점이다. 그래픽 드라이버, CUDA 버전(+환경변수), cuDNN 까지 순서대로 설치해야하는 윈도우에 비해 맥에서는 설치가 심플하다. M1 이후 맥에는 쿠다처럼 고성능 컴퓨팅을 위한 방법인 MPS가 있다. 물론, 폐쇄적인 정책이여서 애플 기기들에서만 돌아가는 컴퓨팅 환경이긴 하지만 말이다. conda create -n pytorch python=3.9 -y conda activate pytorch # MPS acceleration is ava..

테스트 환경 및 목적 RTX 3090 Ti 를 쓰고 있으며, TensorFlow 2.13.0 에서 GPU를 인식하게 만들고자 한다. 텐서플로 자격증 취득을 위해 해당 환경이 필요하기 때문이다. 초기화 (선택) 깔끔한 설치를 위해 그래픽카드 드라이버(이하 '드라이버')를 비롯한 cuda 관련 모든걸 삭제하고 시작한다. 기존의 환경이 있다면 아래의 작업을 반복할 필요는 없다. sudo apt-get purge nvidia* sudo apt-get autoremove sudo apt-get autoclean sudo rm -rf /usr/local/cuda* 앞서 TensorFlow 2.13.0 GPU 버전을 설치하고 싶다 했으니 필요 사양을 체크해볼 필요가 있다. 표에서 확인할 수 있듯, CUDA 11.8 ..