[환경 설정] Tensorflow NVIDIA GPU 잡기, CUDA, cuDNN 설치

이번에 연구실에서 연구 데스크탑을 받았는데 다 밀은 상태여서 처음부터 시작했다. 

태초의 상태로 나와 함께 가는 !!

 

데스크탑 사양은 아래와 같다. 

 

CPU :  Intel(R) Core(TM) i7-9700 

RAM : 64GB

SSD : Samsung 860 EVO 500GB

GPU : NVIDIA GeForce RTX 2080 Ti * 2개 

 

Tensorflow GPU 잡기 

1. Anconda 설치 

2. Anconda Prompt에서 tensorflow 설치 

3. Tensorflow 버전 확인

pip freeze

* 나는 추후를 생각해 conda 가상환경을 만들어서 했다. 나중에 충돌나면 안되니까...

 

4. Tensorflow GPU와 호환되는 CUDA, cuDNN의 버전 확인 

나는 tensorflow 2.10.0와 호환되는 버전은 다음과 같았다. 

- cuDNN : 8.1  

- CUDA : 11.2

 

5. CUDA 설치 

 https://developer.nvidia.com/cuda-toolkit-archive

CUDA Toolkit Archive

오른쪽 Documentation 링크가 아닌 왼쪽 링크로 타고 들어가야한다.

NVIDIA 사이트에서 4번에서 확인한 CUDA를 설치한다. 

나는 가장 최근인 11.2.2로 받았다. 

환경에 맞게 시스템 설정을 하고 로컬로 다운로드한다. 

 

6. cuDNN 다운

 https://developer.nvidia.com/rdp/cudnn-archive

cuDNN Archive

nvidia 공식 홈페이지에서 회원가입을 해야 다운로드할 수 있다. 

4번에서 확인한 CUDA 11.2로 다운로드하였다. 

 

7. 6번에서 다운한 cuDNN 파일 압축을 푼다. 

cuDNN 파일 압축을 풀면 왼쪽과 같은 폴더 세 개가 생기는데,

이 폴더 세 개를 그대로 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2 로 덮어쓰기 하면 된다. 

여기서 경로는 자기가 받은 버전에 따라 경로가 다르다. (당연함)

 

 

8. tensorflow GPU를 설치한다. 

나는 tensorflow==2.10.0 버전이어서 다음과 같이 설치했다. 

 pip install tensorflow-gpu==2.10.0

 

9. 마지막으로 GPU가 잡히는지 확인한다. 

다른 포스팅을 참조했을 땐 nvcc -version으로 GPU가 잡히는지 확인하던데,

나는 이 명령어로 안 됐고 나 같은 경우가 많은 것 같았다. 

 

그래서 그냥 python 실행해서 test import 하고 tf.test.is_built_with_cuda()로 확인했고 True인 거로 보아 GPU가 잘 잡혔다. 

 

 

 

 

 

오후에 데스크탑 받아서 대학원 수업 듣고 저녁 먹고 이제야 환경 설정을 마쳤다. 

월요팅입니당. 😃