-
가상환경 GPU 설정을 하면서 드라이버와 tensorflow-gpu, CUDA, cuDNN의 버전을 맞추는 데에 고생을 했기 때문에, 혹시 다른 사람들에게 도움이 될까 세팅 관련 글을 작성하게 되었습니다.
환경
1. OS: Windows 10 64 bit
2. 파이썬 가상환경
- Python 3.8.5
- tensorflow 2.4.0
3. 그래픽 카드: NVIDIA GeForce RTX 2060
Anaconda 3 설치
https://www.anaconda.com/products/individual
위의 사이트에 접속해 아나콘다 3를 설치합니다.
버전 확인
1) (Wondows 기준) cms 창에 다음과 같은 명령어를 입력하면, 드라이버 버전에 맞는 CUDA 버전을 추천해줍니다. (사용하고 있는 CUDA 버전 X)
> nvidia-smi
2) 아래의 사이트에 접속해 드라이버의 버전에 맞는 CUDA의 버전에 맞춰 cuDNN, tensorflow 버전 조합을 맞춥니다.
Window : https://www.tensorflow.org/install/source_windows#tested_build_configurations
Linux : https://www.tensorflow.org/install/source#tested_build_configurations
저는 앞에서 확인한 CUDA 버전인 11.0에 맞춰 cuDNN 8.0, tensorflow-gpu-2.4.0 버전을 다운받았습니다.
CUDA 설치
https://developer.nvidia.com/cuda-toolkit-archive
1) 위의 사이트에 접속해 자신의 컴퓨터 드라이버 버전에 맞는 CUDA 를 설치해줍니다. 저는 11.0이므로 11.0 버전을 다운받았습니다.
2) cmd 창에 다음과 같은 명령어를 입력하여 설치가 되었는지 확인합니다.
> mvcc -V
cuDNN 설치
https://developer.nvidia.com/rdp/cudnn-archive
1) 위의 사이트에 접속해 자신의 컴퓨터 드라이버 버전에 맞는 cuDNN 을 설치해줍니다. 저는 CUDA 가 11.0 버전이고 버전에 맞는 cuDNN은 8.0이므로 그거에 맞춰서 "Download cuDNN v8.0.4 (September 28th, 2020), for CUDA 11.0)" 을 다운받았습니다.
2) cuDNN~~/cuda 내의 파일을 ~~~/CUDA/v11.0 으로 옮겨줍니다.
가상환경 설정
1) Anaconda Prompt에 다음의 명령어들을 실행합니다.
> conda update pip //pip 패키지 업데이트 > conda create --name 가상환경이름 //가상환경 만들기 > conda activate 가상환경이름 //가상환경 활성화 > conda install jupyter //jupyter notebook 사용을 위해 설치 > conda install tensorflow-gpu > python >>> import tensorflow as tf //tensorflow 설치되었는지 확인 (미설치시- 에러, 설치완료 - 에러X)
*** 만약 python 버전이 tensorflow-gpu 에 맞는 버전이 아니라서 특정 버전으로 다시 다운로드 하고싶다 ***
> conda install python==3.8 //3.8 버전 다운로드
*** 만약 tensorflow-gpu 버전이 내 드라이버 버전과 맞지 않아서 특정 버전으로 다시 다운로드 하고싶다 ***
> conda install tensorflow-gpu==2.4.0 //2.4.0 버전 다운로드
*** 가상환경이 잘 만들어졌는지 확인하고싶다 ***
> conda info --envs //가상환경 리스트 출력
*** 텐서플로우 버전을 확인하고싶다 ***
> python >>> import tensorflow as tf >>> tf.__version__ //설치된 tensorflow 버전 확인
2) GPU가 잘 세팅되었는지 확인합니다.
혹시나 버전 문제 때문에 전에 설치한 드라이버를 삭제해야할 때는?
DDU를 설치해서 제거를 해봤었는데, 그 방법은 뭔가 잘 안됐고, 아래 첨부한 게시글에서 알려주신대로 했더니 해결했습니다. 혹시나 전에 설치한 버전을 삭제해야한다면 아래의 글을 참고하시길 바랍니다.
'Experience > Development' 카테고리의 다른 글
딥러닝 모델 API 구현 (Flask 서버) (0) 2022.05.30 댓글