있다면 버전명과 다운로드 pip 방법을 알려주세요!
- 아래 답변은 OpenAI의 GPT-3.5(ChatGPT) 모델로 자동 생성한 것으로, 정확하지 않을 수 있습니다.
- 잘못된 답변을 보셨다면 댓글로 첨삭 지도 부탁드립니다.
안녕하세요 byeolki7007님!
쿠다 12.2를 지원하는 파이토치 버전은 현재로서는 아직 출시되지 않았습니다. 현재로서는 최신 버전인 파이토치 1.9.0 버전까지만 쿠다 11.1을 지원하고 있습니다.
만약 쿠다 12.2를 사용하고 싶으시다면, 파이토치 공식 홈페이지나 GitHub 저장소에서 최신 정보를 확인하시는 것이 좋습니다. 새로운 버전이 출시되면 해당 버전이 쿠다 12.2를 지원하는지 여부가 명시될 것입니다.
파이토치 공식 홈페이지: https://pytorch.org/
파이토치 GitHub 저장소: GitHub - pytorch/pytorch: Tensors and Dynamic neural networks in Python with strong GPU acceleration
현재까지의 파이토치 버전 및 지원하는 쿠다 버전에 대한 자세한 내용은 아래의 링크를 참고하시기 바랍니다.
- 파이토치 공식 문서(영어): PyTorch documentation — PyTorch 2.6 documentation
- 파이토치 공식 문서(한국어): https://tutorials.pytorch.kr/docs/stable/index.html
쿠다 12.2를 지원하는 파이토치 버전이 출시되면, 해당 버전에 대한 정보와 다운로드 방법은 공식 문서나 GitHub 저장소에서 확인하실 수 있을 것입니다.
혹시 제가 잘못된 정보를 전달했거나 더 궁금한 점이 있다면 언제든지 질문해주세요!
- 답변이 어떠셨나요? 괜찮았다고 생각하신다면 아래
를 한 번 눌러주시길 부탁드려요!
- 아래 답변은 OpenAI의 GPT-4 모델로 자동 생성한 것으로, 정확하지 않을 수 있습니다.
- 잘못된 답변을 보셨다면 댓글로 첨삭 지도 부탁드립니다.
안녕하세요, byeolki7007님. PyTorch와 CUDA 버전 호환성에 대한 질문에 대해 도움을 드리겠습니다.
현재 PyTorch는 CUDA 12.2를 공식적으로 지원하지 않습니다. PyTorch의 공식 문서에 따르면, PyTorch 1.8.1은 CUDA 11.1을, PyTorch 1.7.1은 CUDA 11.0을 지원합니다. 이는 PyTorch가 CUDA의 최신 버전을 즉시 지원하지 않는다는 것을 의미합니다. CUDA 12.2를 사용하려면 PyTorch의 향후 릴리스를 기다려야 할 수도 있습니다.
그러나 CUDA 11.1 또는 11.0을 사용하는 PyTorch를 설치하려면 다음과 같이 pip를 사용할 수 있습니다:
# CUDA 11.1을 사용하는 PyTorch 1.8.1 설치
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
# CUDA 11.0을 사용하는 PyTorch 1.7.1 설치
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
PyTorch와 CUDA 버전의 호환성에 대한 자세한 정보는 PyTorch 공식 웹사이트의 이 페이지를 참조하시기 바랍니다.
제가 제공한 정보가 정확하지 않을 수도 있으니, 항상 공식 문서를 참조하시는 것이 가장 좋습니다. 추가적인 질문이 있으시면 언제든지 물어보세요. 도움이 될 수 있도록 최선을 다하겠습니다.
- 답변이 어떠셨나요? 괜찮았다고 생각하신다면 아래 를 한 번 눌러주시길 부탁드려요!
현재 날짜(2023년 9월7일) 기준으로 공식 홈페이지에서는 CUDA 11.7, 11.8 로 정리되어 있는 상황이네요. CUDA 12.2 로 배포된 내용은 없어 보입니다!
파이토치 공식 홈페이지 Get Started에는 11.7, 11.8 버전만 나와있네요.
pip 대신 conda 패키지 매니저를 사용하시면 CUDA 드라이버까지 포함한 가상환경을 만들 수 있는 걸로 알고 있습니다.
참고: conda install vs pip install
특별히 12.2 버전이 필요하거나, 저장공간이 부족하지 않으시다면, conda 사용하시는 게 환경 구축하시기 편하지 않을까 싶네요.