[개발 환경] 윈도우(Windows)에 Tensorflow-gpu 설치(NVIDIA driver, CUDA Toolkit, cuDNN 설치)

GPU를 이용해 모델을 학습시키면 학습 속도가 매우매우매우 빠르다.

그래서 딥러닝은 모델 GPU가 없으면 학습시키기 어려움.

 

근데 처음 딥러닝 모델 돌릴 때 나를 정말 애먹이던..^^ tensorflow-gpu 설치

그 땐 결국 포기하고 리눅스 서버 접속해서 깔았었다.

하지만 다시해보니 잘 돼서 방법 공유 차 올리는 글

 

+++++++  컴파일러 환경을 위한 Visual Studio 설치해야함

Visual Studio 2019 버전이나 2017 버전 다운받기!

docs.microsoft.com/ko-kr/visualstudio/releases/2019/release-notes

Visual Studio 2019 버전 16.8 릴리스 정보

1. 아나콘다 가상환경 만들기

2. Tensorflow 설치

3. CUDA 설치

• 내 GPU 모델 확인하기

• NVIDIA driver 설치

• CUDA Toolkit 설치

4. cuDNN 설치

5. 환경변수 설정

6. 설치 확인

 

※ 설치할 때 가장 중요한건 tensorflow, CUDA, cuDNN 끼리의 버전 호환이다.

www.tensorflow.org/install/source_windows

Windows의 소스에서 빌드  |  TensorFlow

이 페이지에서 각자 자기가 원하는 버전 꼭 기억하기 !!!

 

참고로 이 글에서 설치할 버전은 ↓

 

---

1. 아나콘다 가상환경 만들기

아나콘다 프롬트(Anaconda Prompt) 실행창 열고 입력

conda create -n [가상환경이름] python=3.7 # python version 3.7으로 가상환경 만들기

conda create -n tf python=3.7.6 # python version 3.7.6으로 tf라는 이름의 가상환경 만들기

 가상환경을 위처럼 생성한 후, activate 명령으로 가상환경을 활성화한다.

conda activate [가상환경이름]

conda activate tf # tf라는 가상환경 활성화하기

2. Tensorflow 설치

아나콘다 프롬트(Anaconda Prompt)에서 위처럼 가상환경을 활성화한 후, 그 가상환경에 tensorflow를 설치한다.

이 때 내가 원하는 버전을 선택하여 설치해야 나중에 문제가 없이 설치가 잘 된다.

pip install tensorflow==2.0.0
pip install tensorflow-gpu==2.0.0

3. CUDA 설치

• 내 GPU 모델 확인하기

시작에서 장치관리자 검색 

장치관리자 - 디스플레이 어댑터에 있는 목록이 내 GPU 사양이다.

이제 이 사양에 맞는 NVIDIA driver를 설치한다.

 

• NVIDIA driver 설치
  
  https://www.nvidia.com/Download/index.aspx?lang=kr

NVIDIA 드라이버 다운로드

위의 주소로 들어가 방금 확인한 gpu사양에 맞게 검색해준다.

이렇게 검색한 후 다운로드 next, next, 다음,, 저쩌구,,  눌러서 설치완료한다.

 

• CUDA Toolkit 설치

이 때 또 중요한 게 계속 말했던 것처럼 tensorflow gpu와 호환되는 버전을 설치해야한다는 점.

tensorflow-gpu 2.0.0은 CUDA 10.0을 지원하므로 골라서 설치해주었다.

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

CUDA Toolkit Archive

4. cuDNN 설치

https://developer.nvidia.com/cudnn

NVIDIA cuDNN

이제 고지가 눈앞이다.

cuDNN은 우선 회원가입을 해야한다.

회원 가입 후 Download를 눌러 또 버전에 호환되게 설치해준다. (CUDA 10과 호환되는 버전인 cuDNN 7.4 설치함)

 

5. 환경변수 설정

시작에서 '시스템 환경 변수 편집' 검색

 

환경변수 클릭 후

Path에 세 가지를 추가해준다.

 

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

이렇게 환경변수까지 추가해주면 완성~

 

6. 설치 확인

conda activate tf # tensorflow 설치한 가상환경 활성화
python # python 실행

아나콘다 프롬트(Anaconda Prompt)로 가상환경 활성화시킨 후 그 환경에서 python 실행

import tensorflow as tf

tf.__version__

입력했을 때 밑의 화면처럼 뜨면 그냥 tenorflow는 설치 완료

Successfully opened dynamic library cudart 이런 문구가 안뜨고 failed opened이 뜬다면 버전 호환이 안 되는 것이므로 다시 확인 후 재설치해야한다.

 

이제 중요한 tensorflow gpu 확인

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

입력해서 밑의 화면처럼 CPU, GPU가 모두 뜨면 완벽한 설치 끝~

↓Tensorflow gpu 설치 확인 아나콘다 프롬트 모습