PyTorch GPU Docker 설치 on WSL2

​

안녕하세요, MoonLight입니다.

​

지난 번에 WSL2에 Tensorflow GPU Docker를 설치하고 사용하는 방법에 대한 Post를 올렸는데요,

PyTorch는 어떻게 하면 되는지에 대해서 문의하시는 분들이 계셔서

이번에는 WSL에 PyTorch를 실행시키는 방법에 대해서 알아보도록 하겠습니다.

​

먼저, WSL에 Tensorflow Docker를 실행하는 방법에 대해서 읽어보시고 오시면 많은 도움이 될 것입니다.

https://moonlight314.tistory.com/entry/Tensorflow-GPU-Docker-Install-on-WSL2-1

 

https://moonlight314.tistory.com/entry/Tensorflow-GPU-Docker-Install-on-WSL2-2

 

https://moonlight314.tistory.com/entry/Tensorflow-GPU-Docker-Install-on-WSL2-3

​

기본적으로, 전체적인 방향은 동일하며, Tensorflow GPU Docker를 설치하는 과정에서

PyTorch Docker를 설치한다고 보시면 됩니다.

​

​

1. PyTorch Docker Hub

PyTorch Docker Image들은 아래 Link에서 찾을 수 있습니다.

 

https://hub.docker.com/r/pytorch/pytorch/tags?page=1&ordering=last_updated

아래 화면은 제가 2.0.1로 검색한 결과입니다.

​

​

​

2. 설치

저는 Develop 버전을 설치하도록 하겠습니다.

​

WSL상에서 아래 Command를 입력해 줍니다.

docker pull pytorch/pytorch:2.0.1-cuda11.7-cudnn8-devel

​

열심히 설치하고 있네요. 시간이 조금 걸리니 커피 한 잔 하고 오세요.

​

​

​

​

3. Container 실행

설치가 완료되면, 아래 Command로 방금 받은 Image의 Container를 실행합니다.

sudo docker run --gpus all -it -v $(pwd):/moonlight pytorch/pytorch:2.0.1-cuda11.7-cudnn8-devel

​

​

4. Container 연결 및 사용

Container를 VS Code와 연결하고 사용하는 방법은 Tensorflow와 완전히 동일합니다.

해당 내용은 아래 글을 참조하시면 됩니다.

https://moonlight314.tistory.com/entry/Tensorflow-GPU-Docker-Install-on-WSL2-3

 

 

​

사용해보니 잘 되네요.

​

​

​

Linux에 Docker를 설치하고 사용하면 좀 더 편하게 Setting이 가능하겠지만, Windows가 편한 분들에게 이 Post들이 도움이 되셨으면 좋겠습니다.

​

긴 글 읽어주셔서 감사합니다 !!