환영합니다!
글쓴이의 환경을 크게 다음과 같습니다.
ryzen3500x
gtx 1060
Anaconda
아나콘다에 gpu를 사용한 tensorflow 환경 구축을 알아보겠습니다.
1. CUDA 및 cuDNN 설치
저는 이전 게시물에서 제 그래픽카드인 1060에 맞는 CUDA10.1을 먼저 설치했습니다.
본인 환경에 맞는 호환성을 반드시 먼저 확인하시기 바랍니다.
developer.nvidia.com/cuda-10.1-download-archive-base
CUDA Toolkit 10.1 original Archive
Select Target Platform Click on the green buttons that describe your target platform. Only supported platforms will be shown. Operating System Architecture Distribution Version Installer Type Do you want to cross-compile? Yes No Select Host Platform Click
developer.nvidia.com
이어서 pytorch에는 그렇지 않지만 tensorflow는 cuDNN까지 필요한 모양입니다.
이것도 저에게 맞는 7.6.4를 설치했습니다.
developer.nvidia.com/rdp/cudnn-archive
cuDNN Archive
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.
developer.nvidia.com
받은 cuDNN의 모든 파일을 복사해서 CUDA 폴더에 복사합니다.
CUDA의 경로는 저의 경우 아래와 같습니다.
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
2. Anaconda 환경 구축
2-1. Anaconda 설치
다음과 같은 링크에서 다운 가능
www.anaconda.com/products/individual#download-section
Anaconda | Individual Edition
Anaconda's open-source Individual Edition is the easiest way to perform Python/R data science and machine learning on a single machine.
www.anaconda.com
2-2. Anaconda에서 가상 환경 구축
아나콘다 설치를 완료한 후, 콘다 프롬프트로 가상환경을 구축합니다.
저는
conda create -n tensorflor python=3.7
을 입력하여 가상환경 이름이 tensorflow고, 파이썬 3.7.9를 설치했습니다.
2-3. conda activate tensorflow
tensorflow라는 이름의 가상환경에 접속합니다.
base가 tensorflow로 바뀌면 성공
2-4. pip install tensorflow-gpu
2-5 pip install tensorflow
tensorflow를 설치합니다.
저는 GPU도 활용하기 tensorflow-gpu도 설치합니다.
자, 여기까지 하셨으면 환경 구축을 마쳤습니다.
tensorflow가 잘 작동 하는지 간단하게 테스트 해보겠습니다.
3. 확인
아나콘다 프롬프트에서
python
import tensorflow as tf
print(tf.__version__)
순서대로 입력하세요
워닝 에러가 났지만 성공적으로 tensorflow 임포트에 성공한 모습입니다!
'딥러닝 > 정보' 카테고리의 다른 글
| [딥러닝] 딥러닝 GPU 사용 확인법 (in pytorch) (0) | 2021.02.06 |
|---|---|
| pytorch 설치 in anaconda. for 3분 딥러닝 파이토치맛 (CUDA 사용) (0) | 2021.02.03 |
