---

    목차
    1. Windows 환경 및 설치할 프로그램
    2. 설치 순서 및 버전: Anaconda → CUDA → cuDNN
    3. 가상환경 만들고 Jupyter Notebook 실행
    4. Anaconda 가상환경에서 PyTorch, TensorFlow 설치
    5. PyCharm에서 conda 가상환경 이용하기

---

1. Windows 환경 및 설치할 프로그램

• 운영체제: Windows10 64bit
  
• 그래픽카드: NVIDIA Geforce RTX 2070
  
• 드라이버: 419.71
  
• 딥러닝용 개발 언어: Python
  
• Python 기본개발툴(IDLE) 외의 에디터(IDE, 통합개발환경): JupyterNotebook, Pycharm
  
• Anaconda: 파이썬 관련 패키지를 일괄 다운/설치/관리하는 배포판 중 하나
  
• CUDA: NVIDIA에서 개발한 GPU전용 개발 도구
  
• cuDNN: CUDA를 딥러닝에 특화해 사용할 수 있게 해주는 라이브러리

2. 설치 순서 및 버전: Anaconda → CUDA → cuDNN

(1) 3dp chip으로 nvidia 그래픽 드라이버 설치 가능한지 확인 (win + R + dxdiag로도 확인 가능)

(2) NVIDIA 그래픽 드라이버 설치: https://www.nvidia.co.kr/Download/Find.aspx?lang=kr

(3) Anaconda3 버전 5.2 (파이썬 3.6) 설치:

• 설치 중간 화면에서 Just Me 대신에 All Users선택
• 설치 중간 화면에서 Destinateion Folder를 C:\Anaconda3으로 변경
• 설치 중간 화면에서 Advanced Options의 Add Anaconda ~ PATH 관련 체크박스는 해제, Register Anaconda ~ Phtyon3.6 관련 체크박스는 선택
• 설치 막바지에서 Install Microsoft VSCode는 Skip버튼 클릭

(base) conda --version 				# 아나콘다 버전 확인
(base) conda update -n base conda 		# 콘다(conda)라는 패키지 관리자 자체를 업데이트
(base) conda update --all 			# 현재설치된 파이썬 패키지를 최신버전으로 모두 업데이트

(4) CUDA 10.0 설치: https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64

• 설치 중간 화면에서 빠른 설치 체크
• 설치 중간 화면에서 Launch Samples, Launch Documentation 체크 해제

(5) cudnn 7.6.1 : https://developer.nvidia.com/rdp/cudnn-download 로그인 후 다운

• cuDNN라이브러리는 압축 파일로 되어 있고 압축 풀면 3개 폴더 나옴
• 일반적 방법: 3개 폴더 속 각 1개의 파일을 CUDA 라이브러리 설치된 폴더에 덮어씀

(6) 다른 방법 (권장): 압축 풀면 cuda 폴더 안에 bin, include, lib 폴더 있음

• cuda 폴더를 바탕화면에 복사
• 환경변수에 경로 추가: cuda 폴더를 덮어쓰지 않는 대신 cuDNN 파일에 대한 경로를 환경에 추가해야함
• [내PC] - [속성] - [고급 시스템 설정] → [환경변수] - [사용자 변수] - [Path] - [편집] → 바탕화면의 bin, include, lib 경로 추가
• [시스템 변수]에 CUDA_PATH 항목이 보이면 CUDA라이브러리가 잘 설치된 것

(base) nvcc --version 		# NVIDIA 드라이버가 설치됐는지 확인

3. 가상환경 만들고 Jupyter Notebook 실행

(base) conda search python 					# 사용가능한 python 버전 목록 보여줌
(base) conda create -n □□□ python python=버전 Anaconda 		# 지정한 python 버전의 개발환경 만들고 □□□으로 명명
(base) conda info --envs 					# 가상환경 목록 확인
(base) conda remove --name □□□ -- all 				# 가상환경 삭제
(□□□) conda install jupyter notebook 		# 주피터 노트북 설치(conda 가상환경에 진입해야(activate) 가상환경에 설치한 라이브러리 사용 가능)
(□□□) jupyter notebook  		 			# 주피터 노트북 실행
(□□□) pip install jupyter_contrib_nbextensions  	# 주피터노트북 확장프로그램 라이브러리 설치
(□□□) deactivate □□□ 						# 가상환경 비활성화 (혹은 그냥 deactivate)

• http://localhost:8888/nbextensions?nbextension=zenmode/main : 확장프로그램 제어사이트
• 주피터 노트북 테마 바꾸기:

  pip install jupyterthemes 
  

• jt -h: 사용 가능한 명령어 목록 출력
• jt -l: 적용가능한 테마 목록 출력
• jt -t 테마이름: 테마 적용
• jt -r: 원래 테마(흰색)으로 리셋

4. Anaconda 가상환경에서 PyTorch, TensorFlow 설치

(1) GPU에서 Pytorch 설치

(□□□) conda install pytorch torchvision cuda100 -c pytorch 		# GPU에서 Pytorch 설치

• PyTorch에서 CUDA가 잘 작동하는지 확인

  (□□□) python
  >>> import torch
  >>> cpu_tensor = torch.zeros(2,3)
  >>> device = torch.device(“cuda:0”)
  >>> gpu_tensor = cpu_tensor.to(device)
  >>> print(gpu_tensor)
  

• 다음처럼 확인할 수도 있음

  >>> torch.cuda_is_available() 		# True가 나오면 cuda 작동
  >>> torch.cuda.get_device_name(0) 	# 그래픽 디바이스 정보 확인
  

(2) CPU에서 Pytorch 설치:

(□□□) conda install pytorch-cpu -c python
(□□□) conda install torchvision-cpu -c python

(3) GPU에서 Tensorflow 설치

(□□□) pip install tensorflow-gpu 
(□□□) pip install keras

(4) CPU에서 Tensorflow 설치

(□□□) pip install tensorflow 
(□□□) pip install keras

5. PyCharm에서 conda 가상환경 이용하기

[File] - [Settings] - [Project: 이름] - [Project Interpreter] - [설정 아이콘] - [show all] - [+]
→ Existing environment에 체크
→ Interpreter 선택 시 [Anaconda] - [envs] - [Pytorch가 설치된 가상환경 이름]
→ python.exe 파일 선택

<참고>

1. https://pythonkim.tistory.com/137
   
2. https://semf.tistory.com/23
   
3. https://leebaro.tistory.com/entry/anaconda%EC%97%90%EC%84%9C-%EA%B0%80%EC%83%81%ED%99%98%EA%B2%BD-%EC%82%AD%EC%A0%9C%ED%95%98%EA%B8%B0
   
4. https://blog.naver.com/hobbang143/221464304548
   
5. https://greenmon.dev/2019/06/21/ubuntu-cuda.html
   
6. 최점기 강사님