딥러닝 수업을 들으며, 과제를 해결하기 위해
노트북에 tensorflow-gpu 환경설정을 해보았습니다.
GTX 1050 달린 노트북인데, 애매한 사양이라 쓰기도 번거롭지 싶지만
내 노트북 무게를 늘린 장본인이라 생각하면.. 뽕을 뽑아야 겠다고 생각하여
설치를 하게 되었습니다.
제가 설치한 환경은 다음과 같습니다.
운영체제 | Windows 10 |
---|---|
그래픽 드라이버 | Nvidia driver 431.86 |
C환경에서 GPU 지원프로그램 | CUDA 9.0 |
딥러닝 지원 라이브러리(CUDA전용) | cuDNN 7.0.5 |
언어 | python 3.6.5 |
딥러닝 라이브러리 | tensorflow-gpu 1.12 |
가상환경 | virtualenv |
아나콘다 깔기 싫어서 사용안했습니다.
물론 여기에 pytorch 혹은 keras 설치도 가능합니다.
우선 GPU 사양에 맞는 드라이버와, CUDA, cuDNN을 선택하셔야 하는데, 일단 글을 따라와 보시면 될 것 같습니다.
Step 1. GPU Nvidia driver 설치
https://www.nvidia.co.kr/Download/index.aspx?lang=kr
위 링크에 들어가면, 각자의 GPU 사양에 맞는 드라이버를 설치받을 수 있습니다.
저는 GTX 1050 기준으로
Nvidia driver 431.86
다운 받았고, 문제 없었습니다.
GTX 1080 Ti을 이용하시는 분은,
이렇게 설정하시고 다운받아주시면 되겠습니다.
드라이버가 잘 깔렸는지 확인해볼가요?
cmd 들어가셔서
nvidia-smi
정상적으로 깔렸다면 나오는 화면입니다.
GTX 1050 4GB 기준.
Step 2. CUDA 설치
많은 버전이 있지만,
무난한 버전이 적당하죠. 9.0
위 링크를 통해 다운받으 실 수 있습니다.
최신버전을 사용하고 싶으신 분들은, tensorflow 홈페이지에 가셔서 해당 GPU와 tensorflow 버전에 맞는 CUDA, cuDNN을 찾아보실 수 있습니다.
요즘은 10.0 버전이상도 호환이 잘 됩니다.(2020.01 기준)
https://www.tensorflow.org/install/gpu
Step 3. cuDNN 설치
https://developer.nvidia.com/rdp/cudnn-archive
위 링크에 가시면, 다양한 버전의 cuDNN을 다운로드 할 수 있습니다.
(로그인 필요해서 구글계정 연동해서 빠르게 다운받았습니다.)
Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0
특별히 제가 사용했던 7.0.5 버전은 위 링크에 있습니다.
이렇게 다운로드 작업을 마쳤으면, 간단한 환경변수설정과 복사질? 을 해야하는데요.
cuDNN 은 zip파일로 다운받아지는데, 압축 풀어주시고 보시면
폴더 3개가 보입니다.
Step 2에서 CUDA가 윈도우에 정상적으로 깔렸다면,
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
경로에 있을 텐데 여기도 같은 폴더 3개가 있습니다.
다운받은 cuDNN 파일을 CUDA 경로 안으로 복사해주시면 됩니다.
3.1) 복사
1) Copy cuda\bin\cudnn64_7.dll to C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
2) Copy cuda\ include\cudnn.h to C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
3) Copy cuda\lib\x64\cudnn.lib to C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.
3.2) 환경변수 설정
그 다음
제어판 > 시스템 및 보안 > 시스템 > 고급 시스템 설정
가시면 환경변수 바꾸는 창이 나옵니다.
PATH에 들어가셔서
환경변수 편집이 나오면
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib
추가해주시기 바랍니다.
Step 4. Python 설치 및 Virtualenv 가상환경 설정
4.1) python 설치
python 홈페이지 들어가셔서 다운받아주시구..
저는 python 3.6.5 버전 설치했습니다.
https://www.python.org/downloads/release/python-365/ 여기 들어가셔서
Windows x86-64 executable installer 이거 클릭, 다운
다운받으면,
4.2) 가상환경 설치
cmd를 관리자 권한 실행하셔서 들어가십니다.
pip install virtualenv
등을 통해 버전을 확인해보시구요.
virtualenv myenv
call myenv\Scripts\activate
하면 가상환경에 진입할 수 있습니다.
(myenv) user@#$$!
그럼 마지막으로... 텐서플로우 gpu를 깔아봅시다.
Step 5. Tensorflow 설치 및 GPU 동작 확인
아까 들어갔던 가상환경 속에서 다음을 설치해 봅시다.
pip install tensorflow-gpu==1.12
텐서플로 버전은 본인 환경에 맞추어 설치해주세요. 낮은 버전 사용하면 무난히 잘 돌아갑니다..
바로 python 실행시켜서 코드 돌려볼 수도 있지만
pip install juptyer
쥬피터도 깔아봅시다.
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
위와 같은 명령어로 GPU가 할당되어있는지 파악할 수 있습니다.
mnist tensorflow 아무코드나 다운받고 돌려볼가요 이제~
고생하셨습니다.
+ Pytorch 설치
[https://pytorch.org/get-started/locally/]
위 링크를 참조하면 됩니다.
pip 에서는
pip install torch
이 불가능하고,
아래와 같이 다운받아야 합니다.
pip3 install https://download.pytorch.org/whl/cu90/torch-1.0.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
+ 추가
pip3 install torch==1.3.0+cu92 torchvision==0.4.1+cu92 -f https://download.pytorch.org/whl/torch_stable.html
파이토치 홈페이지에서 가장 기본적으로 알려주는 파이토치 선택방법 중
가장 버전이 낮은 것으로 다운로드 받아도 CUDA 9.0 에서 호환이 됩니다.
'ML, DL > 환경설정 (마음의 평화)' 카테고리의 다른 글
Android Emulator 실행 방법 (with React native Expo) (262) | 2020.06.20 |
---|---|
[티스토리] 코드블럭 생성, 테마, 라인넘버 끝내기 (286) | 2020.05.16 |
[HTML] 서브라임텍스트에서 미리보기 단축키 설정 (0) | 2019.09.20 |
[vscode] 원격 서버 접속, Remote Development using SSH (0) | 2019.08.26 |
[ITK-SNAP] Exception occurred during ITK-SNAP startup 문제 해결 (2) | 2019.08.20 |
댓글