PyTorch 설치하기: requirements.txt 사용하기

먼저, 프로젝트 폴더에 requirements.txt라는 이름의 빈 텍스트 파일을 생성합니다.

PyTorch 버전 지정

다음으로, requirements.txt 파일에 PyTorch 버전을 다음과 같이 명시합니다.

torch==1.13.1

pip install 사용

터미널 또는 콘솔에서 다음 명령을 실행하여 requirements.txt 파일에 지정된 PyTorch 버전과 관련된 모든 패키지를 설치합니다.

pip install -r requirements.txt

가상 환경 활용

프로젝트별 가상 환경을 사용하는 경우, 다음 명령을 사용하여 가상 환경 내에서 PyTorch를 설치할 수 있습니다.

pip install -r requirements.txt --user

추가 정보

참고 사항

• requirements.txt 파일에 PyTorch 버전을 명시하면 설치 과정에서 버전 충돌 문제를 방지할 수 있습니다.
• pip install 명령을 실행할 때 --user 옵션을 사용하면 시스템 전체가 아닌 사용자 환경에 PyTorch를 설치할 수 있습니다.

예제 코드

requirements.txt

torch==1.13.1
torchvision==0.13.1

코드

import torch

# PyTorch 버전 확인
print(torch.__version__)

# 텐서 생성
tensor = torch.randn(3, 4)

# 텐서 출력
print(tensor)

결과

1.13.1
tensor([[ 0.1044, -0.0322, -0.3392,  0.1713],
        [-0.2345,  0.2432,  0.0042,  0.1987],
        [-0.0103, -0.0152, -0.2245, -0.0437]])

설명

• requirements.txt 파일에 PyTorch 1.13.1 버전과 torchvision 0.13.1 버전을 명시했습니다.
• 코드에서 torch 라이브러리를 import하고 버전을 확인했습니다.
• 텐서를 생성하고 출력했습니다.

PyTorch 설치: 대체 방법

Miniconda 또는 Anaconda를 설치한 후 다음 명령을 실행하여 PyTorch를 설치할 수 있습니다.

conda install pytorch torchvision cudatoolkit=11.3

Docker 사용

Docker를 사용하여 PyTorch 환경을 빌드하고 실행할 수 있습니다. Dockerfile은 다음과 같이 구성할 수 있습니다.

FROM nvidia/cuda:11.3-cudnn8

RUN pip install torch torchvision

CMD ["python", "main.py"]

PyTorch 바이너리 다운로드

Colab 사용

Google Colab은 Jupyter Notebook 환경을 제공하며, GPU를 무료로 사용할 수 있습니다. Colab에서 PyTorch를 사용하려면 다음 코드를 실행합니다.

!pip install torch torchvision

각 방법의 장점과 단점

선택 가이드

• 간편한 설치를 원한다면 pip install 또는 PyTorch 바이너리 다운로드 방법을 추천합니다.
• 버전 관리가 중요하다면 conda install 방법을 추천합니다.
• 최신 버전의 PyTorch를 사용하고 싶거나 GPU를 사용하고 싶다면 Docker 또는 Colab 방법을 추천합니다.