관리 메뉴

공부공간

Reinforcement Learning ) CUDA & cuDNN 설치하기 ( with nvidia ) 본문

취미로하는 강화학습

Reinforcement Learning ) CUDA & cuDNN 설치하기 ( with nvidia )

SangwonSeo 개발자가될수있을까? 2021. 5. 13. 21:45
728x90

기계학습시 GPU를 통하여 연산을 수행하는 것이 CPU를 통하여 학습하는것보다 빠릅니다

 

항상 Colab을 이용하여 사용하다가, 내 그래픽카드로도 GPU연산을 할 수 있지 않을까해서 방법을 정리해보았습니다.

 

준비물 ) 자신의 그래픽 카드 확인 / 그래픽 카드 드라이버 최신화 확인

 

먼저 NVIDIA기준으로 포스팅을 작성하였다 ( AMD는 다음에.. ) 

 

1 ) 먼저 장치관리자로 자신의 그래픽 카드를 확인해보면, (시작 -> 장치관리자 -> 디스플레이 어댑터 )

 

 

내 그래픽 카드의 capa를 알고싶으면 아래 링크에서 CUDA-enabled ~ 란을 확인하면됩니다.

3.5이상이면 가능합니다.

https://developer.nvidia.com/cuda-gpus

 

CUDA GPUs

Your GPU Compute Capability Are you looking for the compute capability for your GPU, then check the tables below. NVIDIA GPUs power millions of desktops, notebooks, workstations and supercomputers around the world, accelerating computationally-intensive ta

developer.nvidia.com

 

이 후 장치관리자에서 우클릭하여 드라이버업데이트를 해줍시다

 

또한, cuda와 cuDNN 이 지원하는 파이썬 버전과 gcc컴파일러버전이 다르므로 자신의 설정에 맞는 버전을 설치하는 것이 중요한데, 상세내용은 아래 링크에서 사용가능합니다.

https://www.tensorflow.org/install/source#tested_build_configurations

 

소스에서 빌드  |  TensorFlow

소스에서 TensorFlow pip 패키지를 빌드하고 Ubuntu Linux 및 macOS에 설치합니다. 명령어는 다른 시스템에도 적용될 수 있지만, Ubuntu 및 macOS용으로만 테스트되었으며 지원됩니다. 참고: 잘 테스트되고

www.tensorflow.org

 

 

2 ) CUDA에서는 사용자의 편리를위하여 아카이브를 제공하여 자신의 운영체제에 알맞는 툴킷을 다운받아서 간편하게 설치해봅시다 ( 본 포스팅은 9.0 버전으로 진행해본다. )

 

https://developer.nvidia.com/cuda-toolkit-archive

 

CUDA Toolkit Archive

Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production

developer.nvidia.com

 

빨간색의 체크표시를 자신의 환경에 알맞게 눌러 설치합니다. cuda가 정상적으로 설치되었다면, 

 

환경변수로 CUDA_PATH가 설정되었음을 알 수 있습니다.

 

 

3 ) 마찬가지로 cuDNN도 아카이브를 이용하면 편리하게 다운 받을 수 있습니다.

 

주의 할 점은 CUDA와 호환되는 버전을 받아야한다

( 9.0으로 진행했으니 cuDNN은 그에 맞추어서 받으면 됩니다 / 여러개중 아무거나 상관 X  ) 

 

https://developer.nvidia.com/rdp/cudnn-archive

 

cuDNN Archive

NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.

developer.nvidia.com

 

이역시 자신의 운영체제에 알맞는 방식으로 다운받아줍니다.

 

그 이후, cuDNN압축을 풀고 해당 내용을 CUDA폴더에 붙여넣기 해줍니다.

 


이제 아나콘다 프롬포트로 넘어가서 TENSORFLOW GPU를 설치해줍니다.

 

적당히 잘 설치된것을 확인하고 cmd창에서 간단한 텐서플로우 세션정보를 확인해보겠습니다.

 

Anacodna Prompt 를 열어서 

 

import tensorflow as tf

sess = tf.Session()

 

를 입력하여 출력 정보를 확인해줍니다.

 

Tensorflow device로 제 컴퓨터에있는 GPU를 생성했다고 뜨네요 !

 

이후 exit()를 입력하여 프롬포트로 넘어와 nvcc --version 으로 확인해보면

 

잘 설치된것 같습니다.

 

감사합니다.

 

 

728x90
6 Comments
댓글쓰기 폼