PyTorch 설치하기: requirements.txt 사용하기
먼저, 프로젝트 폴더에 requirements.txt
라는 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
방법 | 장점 | 단점 |
---|---|---|
pip install | 간편 | 버전 충돌 가능성 |
conda install | 버전 관리 용이 | Anaconda 설치 필요 |
Docker | 환경 격리 | 설정 복잡 |
PyTorch 바이너리 | 빠른 설치 | 최신 버전 지원 안 될 수 있음 |
Colab | 간편, GPU 무료 | 인터넷 연결 필요 |
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.
python pip pytorch