[Anaconda] 가상환경에서 GPU Tensorflow 구축하기

GPU를 사용하여 딥러닝을 하기 위해서는 다음을 설치해야한다.

1. Anaconda 설치

Installing Anaconda Distribution — Anaconda documentation

• Anaconda는 Python을 사용하는데 기본적인 Package가 설치되어있어 사용하기 편리함
• 환경변수 PATH도 자동으로 추가해줌
• 가상환경을 만들 수 있음
• Anaconda version별로 Python vesion이 다르므로 검색해보고 다운받아야 함
• window, mac, linux 별로 있으며 공홈에는 최신 version만 다운가능해서 이전 version을 다운하려면 아래에서 설치 가능

Index of /

2. GPU확인 및 NVDIA Drive 설치

• GPU확인방법: [바탕화면 우클릭] - [디스플레이 설정] - [고급 디스플레이 설정]

  

 이전에 산 GPU라 그런지 성능이.. TT

 

• GPU에 맞는 Driver를 검색해서 다운. 수동 Driver 검색 및 설치는 여기

최신 정식 NVIDIA 드라이버 다운로드

수동 드라이버 검색 후 여러 버전 들 중 "보기"를 누르면 지원되는 제품명 확인 가능하니 참고하여 설치

3. CUDA 및 cuDNN설치

• CUDA와 cuDNN을 설치할 때에는 사용하는 Python version과 Tensorflow version에 맞춰서 사용해야함
• 가상환경을 이용하여 tensorflow를 설치할 것이기 때문에 Anaconda version과는 관련 없음

Windows의 소스에서 빌드,Windows의 소스에서 빌드  |  TensorFlow

• 보통 CUDA v11.2를 사용하기 때문에 v11.2 Download 경로만 게시. 다른 version은 구글에 검색하면 나옴

CUDA Toolkit 11.2 Downloads

• CUDA v11.2 에 해당하는 cuDNN은 v8.1.x 아무거나 다운하면 됨 (설치 시 로그인 필수)

cuDNN Archive

설치한 cuDNN은 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2 에 모두 덮어씌움

• 환경 변수에 cuDNN 경로를 추가

[내PC 우클릭] - [속성] - [고급시스템 설정] - [고급] - [환경 변수] - [사용자변수에서 PATH 편집] 에 다음 경로들 추가

4. 가상환경 구축 및 실행

• Anaconda prompt를 실행 후 가상환경 설치

conda create -n <환경명> python=<버전>

 conda create -n gpu_py38 python=3.8

python version이 3.8인 가상환경이 gpu_py38이라는 이름으로 설치됨. Anaconda 폴더 내 envs 에서 가상환경 확인 가능

• 가상환경 실행 및 종료방법

activate <환경명> #가상환경 실행
conda deactivate  #가상환경 종료

5. Tensorflow-gpu 설치

• 가상환경 실행 후 tensorflow 설치

pip install tensorflow-gpu==<버전>

pip install tensorflow-gpu==2.8.0

tensorflow-gpu 버전 2.8.0 설치됨

6. 재부팅***

• 설치 후 재부팅을 해야 cuDNN가 인식됨. 안그러면 tensorflow 실행시 dll error 발생

 

번외) Pytorch 설치

Previous PyTorch Versions