環境構築(PyTorch)

環境構築

Anaconda環境で、PyTochのインストール方法を示します。

インストールしたのにconda: コマンドが見つかりませんと表示される場合。 vi ~/.bashrcを実行し、以下を追記

export PATH="/home/issei/anaconda3/bin:$PATH"

以下で反映させる。

source ~/.bashrc

GPUの確認

nvidia-smi

cudaを認識しているかの確認

nvcc -V

cudaは入れているのにnvcc -Vでnvccが見つからない場合に実行します。

WSLを起動し、ターミナルを開きます。

次のコマンドを実行して、環境変数の設定ファイル（.bashrc）を開きます。

vi ~/.bashrc

エディタが開いたら、キーボードの「I」を押して挿入モードに入ります。

ファイルの最後に以下の行を追加します。

1行目では、cudaのpathを追記しています。

2行目では、cuda関係のライブラリは/usr/local/cuda-11.8/lib64にあるので、cudaのライブラリを使用したプログラムをビルドするためには、上記のディレクトリをライブラリパスとして指定しています。

export PATH=/usr/local/cuda-11.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

追加したら、キーボードの「Esc」を押してコマンドモードに戻ります。

コマンドモードで「:wq」と入力し、Enterキーを押して変更を保存しエディタを終了します。

以下のコマンドを実行して、変更を反映させます。

source ~/.bashrc

これでCUDAのパスが環境変数PATHに追加されました。以降、WSL内でCUDA関連のコマンドやプログラムを実行する際に、パスの指定が不要になります。

また、永続的にパスを設定したい場合は、.bashrc の代わりに .bash_profile ファイルを編集する必要があります。

PyTorch公式ページからpytorchのインストールを行います。

インストールを実行します(例)

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

pytorchがGPUを認識できるかの確認を行います。

python3 enviroment_check/check_torch_gpu.py