[24년 수정] Anaconda TensorflowGPU 연결하기

본 포스팅은 텐서플로우를 활용하고자 할때 외장 그래픽 카드(GPU)와 연동하는 방법에 대해 정리하였습니다.

 

그래픽카드, NVidia Cuda, CudNN, Python/Tensorflow 버전맞추기, 변수 경로설정... 

GPU를 구했다하더라도 이것을 딥러닝 개발을 하기위한 세팅을 하는데는 엄청나게 스트레스가 많이 생기는데요,

참고해서 쉽게 설치하실 수 있도록 정리해보겠습니다.

 

※ Anaconda를 활용하여 CuDA, CudNN을 설치하고 Visual Studio Code에서 개발 가능하도록 가상환경 설정하고 Tensorflow-GPU 연동하는 방법

 

본인 컴퓨터 개발환경

 

- Window 11 64-bit

- GPU : RTX4060

- Python/Tensorflow Ver : 하기 참고

 

설치 방법

 

1. Anaconda 설치

https://www.anaconda.com/download

 

가상환경에 새로운 파이썬 버전을 설치할거기때문에 다운로드 하시면 됩니다.

 

 

 

2. Nvidia Driver 다운로드

https://www.nvidia.com/download/index.aspx?lang=en-us

Download Type은 GRD로 하셔도 됩니다.

 

 

3. Visual Studio Code(VSC) 다운로드

https://visualstudio.microsoft.com/ko/downloads/

 

 

4. 본인 GPU에 맞는 CUDA 확인하기

 

1) Compute Capability 확인하기

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

상기 링크를 접속하여, 본인 그래픽카드에 맞는 Compute Capability를 파악합니다.  RTX4060은 8.9네요

 

2) SDK 확인하기

https://en.wikipedia.org/wiki/CUDA

8.9 Compute Capability는 SDK 11.8~12.4 가능하며, 하위버전은 대부분 호환됨.

 

 

5. 텐서플로우 GPU 버전 확인(★)

https://www.tensorflow.org/install/source_windows?hl=ko#tested_build_configurations

 

이부분이 중요한데요, Window에서 구동하는 Tensorflow-GPU CUDA 빌드 버전은 2.10이하 버전까지만 지원합니다.

2.11부터 설치하려면 리눅스기반으로 설치하는법이 있는데,  본 글은 2.10 버전을 설치해보겠습니다.

GPU 2.10.0 버전에 필요한 파이썬(3.7-10)/CudNN(8.1)/CUDA(11.2) 확인, (본인에게 맞는 버전 확인)

 

6. CUDA Toolkit 설치

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

본인에게 맞는 CUDA Toolkit 설치 (본 글은 11.2)

잘설치 되었다면, C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2 이런 경로 가 생깁니다.

(본인이 다른곳에 설치하면 그 경로)

 

7. CuDNN 설치

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

본인이 설치하고자 하는 Tensorflow에 맞는 버전 설치

CuDNN을 설치하고, cudann-windows-x86~ zip file을 해제하면 bin/include/lib 폴더가 나올텐데요

이 부분이 중요합니다. 이 파일들을 그대로 CUDA Toolkit 폴더로 가서 붙여넣기 합니다.

이것을 폴더째로 복사붙여넣기하면 간혹 오류가나기때문에, 내부의 파일들을 복사붙여넣기하시는것을 추천드립니다.

 

 

즉 (좌)가 Cudnn의 Bin이고 (우)가 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin 이 경로입니다.

왼쪽 폴더에 있는 파일들을 전부 복사해서 오른쪽으로 붙여넣기하고 덮어쓰기 하시면 됩니다.

include 폴더내 파일도 동일하게 하시면되는데, lib은 x64폴더에 한번 더 들어가서 복사붙여넣기하시면 됩니다.

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64

 

8. 환경 변수 설정

우측하단 '환경변수(N)' 클

사용자변수(상단)에 Path 한번 클릭하고 [편집] 누름

7번에서 수행했던, bin/lib/include 파일 위치를 환경변수로 추가하고 위로 끌어올림.

 

9. 가상환경 설정

- 위 과정을 통해 Cuda/CudNN버전은 맞춰줬으나, Python버전도 맞춰줘야하기에 가상환경에 신규 설치

 

1) Anaconda Prompt 실행

2) conda update : conda update -n base conda

3) 가상 환경 및 본인이 원하는 파이썬 버전 설치 : conda create -n 가상환경이름 python=3.7 

4) 가상 환경 활성화 : conda activate 가상환경 이름

• 패키지 설치
  • pip install --upgrade pip --user
  • pip install tensorflow-gpu==2.10.0

5) 정상 설치 확인

• conda activate 가상환경 이름
• nvcc --version

10. VSCode 동작 확인

 

VSCode내 기본적인 Jupyter, Python 관련 프로그램들을 깔아줍니다.

ctrl+shift+p를 누르고 Python이라고 치면 Python: Select Interpreter가 나오는데, 여기서 가상환경이 잘 생성되었다면 선택지에 보이실겁니다.

 

보시면 CUDA1이라는 제가 만든 가상환경이 있는데요, 이것을 클릭하고 하기 코드를 입력하여 GPU 정상 동작 여부를 확인할 수 있습니다.