- 최신버전을 설치한다.
Anaconda | The World’s Most Popular Data Science Platform
- 자신의 PC에 장착된 그래픽카드의 제품 계열을 올바르게 선택하여 다운 및 설치한다.
현재 작성자가 사용중인 그래픽 카드는 Geforce RTX 3060이므로 해당 사안에 맞게 선택하여 다운 및 설치한다.
- PC에 장착된 그래픽카드의 컴퓨팅 능력에 대한 값을 확인 후, CUDA SDK의 사용 가능한 version을 확인하여야 함.
Geforce RTX 3060의 Compute Capability는 8.6이며, **CUDA SDK version(4번 문항 확인!)**으로는 11.1 - 11.4부터 12.0 - 12.3까지 해당함을 확인하였음.
NVIDIA CUDA GPUs - Compute Capability
- 설치 가능한 tensorflow-gpu-x.x.x 버전의 리스트를 먼저 확인하고, 해당 버전에 맞는 사용 가능한 CUDA SDK version이 리스트 내부에 존재하는지를 확인한다(6번 문항 확인!). 존재 여부를 확인하였다면, 6번 문항에 기술되어 있는 ‘파이썬 버전, 컴파일러, 빌드 도구, cuDNN, CUDA’의 버전을 전부 확인 및 숙지한다.
Geforce RTX 3060의 경우 CUDA SDK version으로 11.1 - 11.4 버전을 사용할 수 있음을 확인하였다. 테스트된 빌드 구성 GPU 표(6번 문항 확인!)에서는 tensorflow_gpu-2.5.0부터 2.10.0까지 CUDA 11.2 버전을 테스트하였음을 명시하였다. 현재 Anaconda에서 설치 가능한 tensorflow GPU의 경우 2.6.0 버전이 최대이므로, CUDA 11.2 버전을 쉽게 사용하려면 tensorflow_gpu-2.6.0 혹은 2.5.0 버전을 선택하면 된다.
Windows의 소스에서 빌드,Windows의 소스에서 빌드 | TensorFlow
- CUDA를 정상적으로 설치하기 위해 Visual Studio를 설치해야 한다. 자신에게 알맞는 Visual Studio Community 버전을 다운받아 설치한다.
tensorflow_gpu-2.6.0 버전을 사용하려고 할 때**,** 컴파일러는 MSVC 2019 버전을 사용해야 한다고 명시되어있다. 그러므로 Visual Studio Community 2019를 설치한다.
- CUDA toolkit를 설치한다. 이 때 Visual Studio Community을 설치하지 않는 경우 다음과 같은 안내문이 뜬다. 즉, MSVC가 정확하게 설치됐는지 확인해야 한다.
tensorflow_gpu-2.6.0 버전의 경우 CUDA 11.2 버전이 테스트된 빌드로 나와 있으므로 해당 버전에 맞게 다운로드 및 설치를 진행한다.
- 조건에 맞는 cuDNN을 다운받아 압축을 풀고, CUDA Toolkit이 설치되어 있는 경로에 해당 파일들을 전부 넣는다.
Tensorflow-gpu 및 CUDA Toolkit 호환 가능한 버전의 cuDNN을 다운받아 지정된 경로에 넣는다. Geforce RTX 3060의 경우 8.1 버전을 다운받아야 한다. 이후 설치된 CUDA toolkit의 다음과 같은 경로에 다운받았던 cuDNN 파일들을 삽입한다.
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
python --version
// anaconda 에서 tensorflow_gpu-2.6.0 버전 설치 (안정적인 방식)
conda install -c anaconda tensorflow-gpu=2.6
// pip 에서 tensorflow_gpu-2.6.0 버전 설치
pip install -c tensorflow-gpu==2.6
- 해당 명령문을 입력 및 실행하면 다음과 같은 내역이 나타나며, 이 때 자신이 사용하고 있는 그래픽카드에 대한 정보가 나타난다면 문제가 없음을 의미한다.
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
- 꼭 자신에게 맞는 버전을 사용하여야 한다.
- 용량이 크므로 다소 시간이 걸릴 수 있다.
pip install jupyter matplotlib seaborn
// 해당 버전에 맞게 설치해야 합니다. 그렇지 않으면 사용이 불가능합니다.
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
torch.cuda.is_available() False 해결
jupyter notebook
- 해당 내역들을 통해 자신의 그래픽 카드 정보, 텐서플로우 버전 및 CUDA 사용 가능 여부가 나타난다.
import tensorflow
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
import tensorflow as tf
tf.__version__
import numpy as np
import torch
from torch import nn
import torch.nn.functional as F
import numpy as np
from torch.utils.data import TensorDataset, DataLoader
# GPU 사용 여부 확인
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(device)
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent