차밍이
윈도우에 Tensorflow-GPU(2.5.0) 설치하기 - 그래픽카드 버전, CUDA 버전 등등 본문
목차
텐서플로우만 설치해서 CPU버전으로 사용하는 것은 매우 쉽습니다. 하지만 gpu연동하는 것은 정말 쉽지 않은 것 같아요. 하나라도 잘못하면 안돌아가는 경우가 다반사입니다. 주의해서 꼭 차근차근 확인하시면서 진행하시는 것이 좋습니다. 본 글에 나온 버전들과 또 달라질 수 있기 때문에 꼭 확인 해야한다고한 부분은 확인하고 설치하기는 것이 좋습니다!
0. Window 기준 가상환경 설정
가상환경 설정하는 방법은 이전 글을 통해서 확인해주시면 감사하겠습니다.
가상환경은 꼭 구생해야하는 것은 아니니 넘어가도 무방합니다.
Jupyter Notebook에 가상환경 Kernel 연결하기
1. 기본 라이브러리 설치
pip install
을 사용해서 기본적인 tensorflow
라이브러리를 설치해줍니다.
GPU 버전을 사용하기 위해서 tensorflow-gpu
라이브러리 또한 설치해주도록 합니다.
pip install tensorflow
pip install tensorflow-gpu
# pip install tf-nightly
텐서플로우의 특정 버전이 필요하다면 해당 버전을 지정해서 설치해주도록합니다.
pip install tensorflow==1.15.0
pip install tensorflow-gpu==1.15.0
pip install tensorflow==2.5.0
# gpu 버전 설치하기 위해서는 gpu 꼭 적어주세요.
pip install tensorflow-gpu==2.5.0
2. CUDA 설치
1. 본인의 GPU 사양 확인하기
본인 컴퓨터의 GPU가 어떤 사양인지 확인하도록 합니다. CUDA를 사용한 텐서플로우 GPU는 NDVIA 그래픽 카드에 해당합니다.
- 윈도우 검색에서 장치 관리자를 찾아서 들어가도록 합시다.
- 장치관리자 > 디스플레이 어댑터
- 그래픽 카드 확인하기
- 저의 경우는 NVIDIA GeForce GTX 950M 입니다. 해당 버전에 맞는 cuda를 설치하기위해 찾아가겠습니다.
2. Compute Capability 확인
먼저 하드웨어는 CUDA® Compute Capability 3.5 이상의 NVIDIA® GPU 카드만 지원한다고 합니다. 본인의 Compute Capability가 3.5 이상인지 확인하도록 합니다.
본인의 컴퓨터 GPU가 충분히 좋다 or 이미 된다는 것을 알고있다 >> 그냥 넘어가셔도됩니다.
- 아래 링크에 들어가서 본인의 그래픽 카드능력을 확인합니다.저는 NVIDIA GeForce GTX 950M 이므로 GeForce를 클릭해서 들어가겠습니다.
- https://developer.nvidia.com/cuda-gpus#compute
- 본인 Compute Capability 확인하기
저는 5.0이므로 충분하군요. 다음 진행으로 넘어가겠습니다.
3. NVIDIA 드라이버 설치
- GPU 카드에 맞는 최신 NVIDIA 드라이버를 잡아주도록 합니다.
- 아래 주소에 들어가서 본인의 제품을 선택한 후 설치하면 됩니다.
- https://www.nvidia.com/Download/index.aspx?lang=kr
- 검색 > 다운로드 > 다운로드한 드라이버 설치 > 드라이버 설치 완료
4. CUDA Toolkit 설치
가장 먼저 현재 텐서플로우가 지원하는 CUDA Toolkit 버전이 몇인지 확인하도록 합니다.
이건 구글에 검색하면 바로 찾을 수 있습니다.
Tensorflow 1.x 버전에서는 GPU를 사용하려면 CUDA 10.0을 설치하시면 됩니다.
2.2.0 설치할 때에는 CUDA® Toolkit 10.1을 설치했었습니다.
현재는 22년 7월 기준 CUDA® 11.2(TensorFlow 2.5.0 이상)를 지원합니다.
TensorFlow 2.5.0 이상의 버전을 설치하는 경우에는 꼭 CUDA 11.2 버전으로 설치하셔야합니다.
그리고 버전은 계속해서 업데이트 될 것이므로 현재 Tensorflow가 최신 어떤 버전을 지원하는지 꼭 확인하고 설치하시는 것을 권장드립니다.
- CUDA Toolkit Archive 설치 페이지로 이동합니다.
- https://developer.nvidia.com/cuda-toolkit-archive
- 본인의 환경에 맞는 설치파일을 찾습니다.
- 11.2 쿠다를 선택해서 들어갑니다.
- 저는 윈도우10 환경이므로 아래와 같이 선택해서 진행하였습니다.
- 다운로드를 진행합니다.
- 다음>다음>다음> 하면서 설치를 완료해주시기 바랍니다.
3. Visual Studio 설치
저는 Visual Studio Community 2017을 설치했습니다. 2019년 너무 최신이고 2015는 조금 오래되기도 했고 이전 버전이 같이 다 설치된다는 애기가 있어서, 저는 2017을 설치했습니다.
- Visual Studio 설치 페이지로 이동합니다.
- 아래의 두 개의 링크 중 하나 선택해서 받으시면 됩니다.
- https://docs.microsoft.com/ko-kr/visualstudio/productinfo/2017-redistribution-vs#vs2017-download
- https://docs.microsoft.com/ko-kr/cpp/windows/latest-supported-vc-redist?view=msvc-170
- Community 2017을 선택해서 Community 버전으로 설치를 진행합니다.
- 다른 프레임워크나 환경 추가적인 설치할 필요 없이 기본만 설치하시면 충분합니다.
4. CuDNN 설치
- CuDNN 설치 위치로 이동합니다.
- https://developer.nvidia.com/cudnn
- Download cuDNN 을 선택합니다.
- 회원에게만 공개되므로 꼭 회원가입 해서 로그인 해야합니다. 오래 걸리지 않고 간단하니 그냥 쭉쭉 진행해줍니다.
- 로그인 후 다시 다운로드를 진행합니다.
- 압축파일이 다운로드 될 것입니다. 해당 압축을 해재해줍니다.
- 내pc > c드라이브 > 프로그램파일 > NVIDIA GPU Computing Toolkit > CUDA > 10.1 로 이동해줍니다.
- 압축해제한 폴더에 있는 모든 파일을 복사해서 C드라이브 CUDA 10.1 폴더에 붙여넣기 해줍니다. 모두 진행하기로 덮어씌워줍니다.
5. 환경 변수 설정
- 환경 변수 설정을 위해
시스템 환경 변수 편집
으로 들어가줍니다.
- 환경 변수 설정을 누룹니다.
path
를 누르고 편집을 누릅니다.
- path를 추가해줍니다.
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
# 자신의 CUDA 설치한 버전에 맞게 경로 설정하세요
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include
버전이 다르면 다른 버전으로 바꿔서 넣으면 되는 것 같아요.
6. 설정 확인
여기까지 따라하느라 고생 많으셨습니다. 이제 실제로 실행이 되는지 확인만 하면 끝입니다.
텐서플로우를 실행해서 버전을 확인해봅니다. 실제 import가 잘 되서 버전확인이 되는지 확인합니다. 여기까지 성공했다면 일단 tensorflow가 설치는 된 것입니다.
이제 GPU버전이 설치되어서 연동되는지 확인해보겠습니다.
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
저의 결과는 아래 이미지와 같이 나왔습니다. 자세히 보면 device_type이 나와있습니다. CPU 뿐만 아니라 GPU가 나오는지 확인해 주시면 되겠습니다.
동작까지 확인하고 모델 학습을 실행하시고 작업관리자에서 gpu가 사용되는 것을 확인하면 됩니다.
수고많으셨습니다!
'파이썬 > 파이썬 환경 설정' 카테고리의 다른 글
[Python] pip install PIL 설치 안될때 (0) | 2022.07.26 |
---|---|
[Django] no such table 에러 해결 방법 3가지 (0) | 2022.07.22 |
[파이썬 에러] Unable to allocate 401. MiB for an array with shape (16, 3288350) and data type int64 (0) | 2022.06.22 |
[Python] PyInstaller 설치 및 사용하는 법 / 파이썬 exe 파일 실행파일 만들기 (0) | 2021.04.22 |
[OpenAPI ] 파이썬 No module named 'pythoncom' 오류 해결 OpenAPI 에러 해결하기 (1) | 2021.01.02 |
[OpenAPI] AttributeError: 'QAxWidget' object has no attribute 'OnEventConnect' 해결방법 (0) | 2020.12.22 |
[Colab] 구글 코랩 연결, 드라이브 마운트, 그리고 GPU 설정하기 (4) | 2020.06.22 |
Colab에서 Tensorflow 1.X 버전 사용하기, 코랩 텐서플로우 버전 낮추기 (3) | 2020.05.21 |