이번에는 연구실에서 연구용 데스크탑을 받았는데 다 말아서 처음부터 시작했습니다.
시작의 상태로 저와 함께 걸어요!!
데스크탑 사양은 다음과 같습니다.
CPU: 인텔(R) 코어(TM) i7-9700
메모리: 64GB
SSD: 삼성 860 에보 500GB
GPU: NVIDIA GeForce RTX 2080 Ti*2
Tensorflow GPU 가로채기
1. 안콘다 설치
2. Anconda Prompt에서 Tensorflow 설치
3. Tensorflow 버전 확인
pip freeze* 미래를 생각하며 가상 콘다 환경을 만들었습니다. 나중에 사고싶지않다…
4. Tensorflow GPU와 호환되는 CUDA 및 cuDNN 버전 확인
Tensorflow 2.10.0과 호환되는 다음 버전이 있습니다.
-cuDNN: 8.1
-쿠다: 11.2
5. 쿠다 설치
https://developer.nvidia.com/cuda-toolkit-archive
CUDA 툴킷 아카이브
이전 버전의 CUDA Toolkit, GPU Computing SDK, 설명서 및 개발자 드라이버는 아래 링크를 참조하십시오. 아래 목록에서 필요한 버전을 선택하고 www.nvidia.com/drivers에서 최신 제품을 확인하십시오.
developer.nvidia.com
NVIDIA 웹사이트에서 4단계에서 확인한 CUDA를 설치합니다.
나는 최신인 11.2.2로 그것을 얻었다.
환경에 맞게 시스템을 설정하고 로컬에서 다운로드합니다.
6. cuDNN 다운로드
https://developer.nvidia.com/rdp/cudnn-archive
cuDNN 아카이브
GPU 가속 심층 신경망 기본 라이브러리에서 릴리스를 다운로드하십시오.
developer.nvidia.com
다운로드하려면 NVIDIA 공식 웹 사이트에서 회원으로 등록해야 합니다.
CUDA 11.2로 다운로드하고 4단계에서 확인했습니다.
7. 6단계에서 다운로드한 cuDNN 파일을 추출합니다.
cuDNN 파일의 압축을 풀면 왼쪽과 같이 3개의 폴더가 있습니다.
이 세 폴더를 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2로 복사하십시오. 덮어쓰면 됩니다.
여기서 경로는 받은 버전에 따라 다릅니다. (당연히)
8. Tensorflow GPU를 설치합니다.
버전이 tensorflow==2.10.0이므로 다음과 같이 설치했습니다.
pip install tensorflow-gpu==2.10.0
9. 마지막으로 GPU가 잡혔는지 확인합니다.
다른 게시물을 참조할 때 nvcc -version은 GPU가 인식되는지 확인하고,
이런 명령이 있어서 죄송하고 저와 같은 경우가 많은 것 같습니다.
그래서 방금 파이썬을 실행하고 테스트를 불러와서 tf.test.is_built_with_cuda()로 확인해보니 사실이여서 GPU는 잘 잡혔습니다.
오후에는 데스크톱을 받고 대학원 과정을 듣고 저녁을 먹고 마침내 환경을 완성했습니다.
월요일 저녁