텐서플로우(tensorflow), 파이토치(pytorch) GPU 설치 방법

기존에 글을 썼지만, tensorflow 2.4버전을 쓰면 쓸수록 오류가 났었기 때문에 최신 버전을 설치하려고 결정했습니다.

Pytorch : pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0
Tensorflow : CUDA==11.3 cuDNN==8.2.1 tensorflow : 2.8.0 tensorflow-gpu : 2.8.0
Python : 3.9
NVIDIA GPU Driver : 465.xx.xx 이상

컴퓨터 환경
OS : Window 10
CPU : i7-6700HQ
GPU : GTX1070
Memory : 16 GB

순서

• 아래 순서대로 설치를 진행한다.

• 참고 : https://www.tensorflow.org/install/gpu

  1. Anaconda
  2. NVIDIA DRIVER
  3. Visual Studio
  4. CUDA Toolkit
  5. Cudnn
  6. 가상환경

1. 아나콘다 설치

• ANACONDA 사이트 링크

2. NVIDIA DRIVER 설치

• 본인의 GPU 모델을 선택한다.

• NVIDIA 드라이버 링크

3. Visual Studio 설치

• Visual Studio 링크

4. CUDA Toolkit 버전 확인

• CUDA Toolkit window(윈도우) 링크
• 찾는 버전이 없다면 : CUDA/Cudnn/Driver/GCC/TensorFlow/Python version compatibility charts 링크

• 여기에는 없지만, 우리가 설치할 버전은 다음과 같다.
  • tensorflow_gpu : 2.8.0
  • Python 버전 : 3.9
  • cuDNN : 8.2.1
  • CUDA : 11.3

5. CUDA 설치

• CUDA Toolkit 링크

6. cuDNN 설치

• cuDNN은 엔비디아 회원가입 및 로그인이 필요하다.
• cuDNN 링크

• 파일 덮어쓰기 : 다운로드 받은 파일의 압축을 풀고, 아래의 디렉토리에 파일을 덮어씌움
  • 그 전에 CUDA 설치 과정까지 완료하기!
• cudnn-11.3-windows-x64-v8.2.1.32 압축 파일을 풀면 아래처럼 나오는데

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3 여기에 bin, include, lib 폴더를 각각 들어가 안의 파일들을 복사한다.

7. 환경변수 설정

• 사용자 변수에 path의 편집 버튼을 클릭하여 아래 그림과 같이 환경변수를 설정해준다.

8. 가상환경

• 가상 환경을 생성하는 이유는 다른 프로젝트들과 라이브버리 충돌을 피하기 위함이다.

• Anaconda Powershell Prompt (anaconda3) 실행

• conda update : conda update -n base conda
• 가상 환경 설치 : conda create -n 가상환경이름 python=3.9
• 가상 환경 활성화 : conda activate 가상환경 이름
• 기본적인 패키지 설치
  • pip install --upgrade pip --user
  • pip install tensorflow==2.8.0
  • pip install tf-nightly
  • pip install pandas matplotlib seaborn scipy sklearn
  • pip install tensorflow-gpu==2.8.0
  • pip install keras
  • pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
  • pip install jupyter notebook
  • pip install ipykernel
  • python -m ipykernel install --user --name 가상환경이름 --display-name 표시할 가상환경 이름

기타

• 가상환경 리스트 확인 : conda env list
• 가상환경 비활성화 : conda deactivate
• 가상환경 삭제 : conda remove -n 가상환경이름 --all 후 y 클릭
• 경로 변경 : cd 경로주소
• 파이썬 셸 실행 : python
• 파이썬 셸 종료 : exit() or ctrl+z
• 설치된 모든 라이브러리 확인 : pip freeze

• cuda 버전 확인 : nvcc --version (cmd 창)
• GPU util 확인 :nvida-smi (cmd 창)

GPU 확인

• tensorflow

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

• pytorch

DEVICE = ("cuda" if torch.cuda.is_available() else "cpu")
print(DEVICE)
# 결과
# cuda

• 위의 결과가 나오면 설치가 잘 된 것이다.