기상 기후 강의 노트

TensorFlow-GPU 버전을 사용하려면, 아래 링크 설명을 따라 먼저 GPU에 맞는 드라이버를 먼저 설치해야 함. 본 문서만으로는 TensorFlow-CPU 버전을 사용할 수 있음.

1. 아나콘다 (Anaconda) 설치

• https://www.anaconda.com/products/individual 방문
• 아래 그림과 같이 웹페이지 아래로 내려가서, 64-Bit Graphical Installer 클릭

• 기존 설치된 Anaconda와의 버전 충돌을 피하기 위해서, 아래 그림과 같이 체크박스 2개 모두 체크 후 Install 클릭

• 시작버튼 > Anaconda Prompt 클릭

• 아래와 같이 conda 와 python 버전 확인

2. TensorFlow-GPU 설치

• (base) C:\Users\chpark> conda list 실행
• 아래와 같이 tensorflow가 설치 안되어 있는 것을 확인

• 각 자의 개발환경에 따라서, 본 문서의 예시 처럼 (base)가 아닌 가상 개발 환경 위에서 설치할 수 있음.
• (base) C:\Users\chpark> pip install tensorflow-gpu 실행
• 주의! conda install tensorflow-gpu 사용하지 말 것
• 만약 cpu만 사용한다면, (base) C:\Users\chpark> pip install tensorflow 실행
• (base) C:\Users\chpark> pip list 실행
• 아래 그림과 같이 설치됨.

TensorFlow-CPU 설치의 경우, 아래 내용은 필요 없음.

3. TensorFlow-GPU 인식 유무 확인 

아래 코드 실행

       (base) python

       >>> import tensorflow
       >>> from tensorflow.python.client import device_lib
       >>> print(device_lib.list_local_devices())

• 아래 그림과 같이 나오면 성공! 이제 TensorFlow-GPU 사용할 수 있음. 

이후, pip 명령어로 원하는 라이브러리를 깔아서 사용하면 됨. 

만약 tensorflow-gpu가 작동하지 않으면, 새로 다 설치할 필요없이 수리할 수 있는 방법을 아래 링크를 통해 참고하시길.

TensorFlow-GPU 버전을 사용하기 위한 시스템 구축을 설명하고 있음.

TensorFlow-CPU 버전의 경우, 바로 아래 문서로 가서 Anacona 설치부터 하면 됨.

1. 하드웨어 요구사항 확인

1.1. 현재 설치된 NVIDIA GPU 카드와 드라이버 버전 확인

• 현재 설치된 그래픽 카드 확인. (본 문서에서는 NVIDIA Quadro RTX 6000 기준)
• NVIDIA 제품만 가능

• 윈도우 설정>앱 열어 그래픽 카드 버전 확인
• 현재 설치된 NVIDIA 버전은 462.31

1.2. Tensorflow 요구사항 확인

• 텐서플로 웹페이지 방문 (https://www.tensorflow.org/install/gpu) CUDA 지원 GPU 카드 클릭
• https://developer.nvidia.com/cuda-gpus 로 이동

• CUDA-Enabled NVIDIA Quadro and NVIDIA RTX 클릭하면 시스템별 capability가 나옴.
• 현재 그래픽 카드는 사용 가능함 (목록에 그래픽 카드가 없으면 딥러닝에 활용할 수 없음)

2. 소프트웨어 요구사항 확인

2.1. NVIDIA GPU 드라이버 버전 확인

• 다시 Tensorflow 웹페이지에서 NVIDIA GPU드라이버 - CUDA 11.2에는 450.80.02 이상이 필요합니다 확인
• 현재 설치된 NVIDIA 버전은 462.31이므로 사용 가능함.
• 만약 현재 설치된 드라이버 버전이 낮다면, NVIDIA GPU드라이버 클릭, https://developer.nvidia.com/cuda-gpus 로 이동.
• 그래픽 카드 종류 세팅하고 "SEARCH" 클릭해서 최신 버전 드라이버 다운받고 설치해야함 (버전은 R470 U6 (472.47)형태로 표기하고 있음)

2.2. CUDA 설치

• 다시 Tensorflow 웹페이지에서 CUDA Toolkit 클릭
• https://developer.nvidia.com/cuda-toolkit-archive 로 이동

• CUDA Toolkit 11.4.3 Versioned Online Documentation 클릭

• Installation Guide Windows 클릭

  

• 아래 문서에서, CUDA 11.4가 Window10을 지원함을 확인
• Compiler 는 Visual Studio 2019 16.x 를 사용해야함

3. 소프트웨어 설치

• Visual Studio -> CUDA -> cuDNN 순서로 설치.

3.1. Visual Studio 2019 설치

• https://visualstudio.microsoft.com/ko/downloads/ 방문
• 아래 그림에서 릴리스 정보 클릭

3.2. CUDA 설치 (버전 11.4.3)

• 다시 https://developer.nvidia.com/cuda-toolkit-archive 에서, CUDA Toolkit 11.4.3 클릭

• 아래 페이지에서 CUDA Toolkit 11.4 Update 3 다운로드 (cuda_11.4.3_ win10.exe)
• 다운받은 파일을 관리자 권한으로 실행.
• 설치하면, 재부팅하라고 함.

3.3. cuDNN 설치

• CUPTI 는 CUDA Toolkit과 함께 제공되므로 설치 필요 없음.
• 다시 아래 페이지에서 cuDNN 버전 클릭

• CUDA 11.4.3 을 다운받았으므로, cuDNN v8.2.4 [September 2nd, 2021] for CUDA 11.4 클릭
• 아래와 같이 cuDNN Library for Windwos (x64) 클릭 

• 다운 받은 zip 파일 압축풀면 cuda 폴더 아래 bin, include, lib 3개 폴더를 복사하여, C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4 에 덮어쓰기.

• 시스템 환경 변수 편집 > 고급 > 환경변수 클릭CU

• 아래 그림과 같이 CUDA_PATH 가 설정되어 있는지 확인
• 없으면, 아래와 같이 추가한다.

이후 아래 문서를 따라 Anaconda 를 설치하고 TensorFlow GPU 동작 여부를 확인한다.

(base) conda info --envs

(base) conda list

(base) conda remove --prefix [PATH] --all

(base) conda remove --name --all

(base) activate test

(test)

명령어 conda 나 pip 가 같은 역할의 명령을 수행함.

주의: 모듈을 설치할때는 conda 대신 pip 사용하길 추천함 (아래 글 참고). 버전 충돌이나 miniconda 충돌 등이 발생할 수 있음.