Window 10 / NVIDIA GeForce GTX 1650 Ti 환경에서 GPU를 사용하는 방법을 알아보려고 한다
CUDA 10.1 버전 설치 후 주피터에서 적용이 안됨. CPU만 돌아가는 상황(CUDA 버전의 문제라고 예상함)
기존의 NVIDIA와 관련된 모든 파일을 삭제해줬다.(제어판-프로그램 삭제를 통해 'NVIDIA'검색 후 모두 삭제)
CUDA 11.4 버전 설치로 GPU 이상없이 잘 돌아가게 되었다.
GPU 사용을 위한 순서
- NVIDIA 드라이버 설치
- CUDA 설치
- Visual Studio 설치
- cuDNN 설치
- 새로운 가상환경 생성
- 최종확인코드
import tensorflow from tensorflow.python.client import device_lib print(device_lib.list_local_devices())
NVIDIA Driver 설치
자신의 컴퓨터의 os와 사양에 맞는 드라이버를 선택하여 다운로드→실행→설치 한다.
NVIDIA 드라이버설치는 어려운 부분이 아니므로 자세한 설명은 생략
https://www.nvidia.com/download/index.aspx?lang=en-us(다운로드 링크)
CUDA(11.4.0) 설치
위 링크에서 CUDA 11.4.0 버전을 다운받는다 (2021.08.24 기준)
Visual Studio 설치
https://visualstudio.microsoft.com/thank-you-downloading-visual-studio/?sku=Community&rel=16 (다운로드 링크)
다운로드 후 실행.
설치 과정 중 이런 화면이 뜨게 되는데
C++을 사용한 데스크톱 개발 에만 체크를 해준다.
설치가 완료되면 다시시작 해준다.
cuDNN 설치
https://developer.nvidia.com/rdp/cudnn-archive(다운로드 링크)
위 링크에서 다운로드 해야한다.
로그인을 해서 다운 받아야 하니, 계정이 없다면 계정을 우선 만들어야한다.
11.4의 버전을 받았으니 해당하는 버전에 맞는 cudnn을 설치해야한다.
자신의 운영체제에 맞는 것을 설치한다.
zip 파일로 설치가 된다.
압축파일을 풀면 다음과 같은 파일이 나온다.
왼쪽이 먼저 받은 CUDA의 폴더, 오른쪽은 zip파일로 받은 Cudnn 폴더이다.
bin,include,lib 폴더를 왼쪽으로 넣어준다.
(생략가능;환경변수 확인하기)
시스템 변수에서 cuda를 확인해주면 된다. 위의 과정을 잘 따라왔다면,
사실 별 상관은 없다.
새로운 가상환경(이름은 test)을 만들어준다.
가상환경의 이름은 원하는대로 정하면된다.
만들어진 가상환경으로 들어간다.
설치완료→아나콘다에서 확인
시작메뉴→아나콘다네비게이터→자세히→(중요!)관리자 권한으로 실행으로 들어간다.
앞서 만든 가상환경에서 JupyterLab을 설치해준다.
여기까지 잘 따라왔다면 이제 전부 끝난 것이다.
최종적으로 GPU가 잘 돌아가는지 확인해봐야한다.
최종단계: GPU확인
import tensorflow
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
작성자는 Jupyter Lab에서 코드를 실행했는데, 다른 Jupyter에서 코드를 돌려도 상관없다.
위 이미지와 같이 GPU가 보이면 완료!!
[참고바랍니다]
작성자는 딥러닝과 머신러닝을 공부합니다.
보다 효율적인 학습을 목적으로 GPU를 이용하기 위해 설치를 했으며,
링크 공유 및 배포와 출처공개는 동의하지만, 무단복제 및 복사된 게시글 업로드는 동의 하지 않습니다.
'IT CHANNEL > ML&DL' 카테고리의 다른 글
| [기본 확인] Window10/NVIDIA GeForce GTX 그래픽 카드 사양 확인하기 (0) | 2021.08.29 |
|---|
