Window 로컬 gpu 딥러닝 환경 설정

들어가며

컴퓨터 공학과에 몸을 담으면 한번 쯤 접하게 되는 AI, 나도 역시 맛을 좀 봤다.
처음에 colab에서 tensorflow를 써서 딥러닝을 배우는데 뭔가 아쉽다.
느리고 뭔가 답답하고...
그래서 오늘은 anaconda를 통해 딥러닝 환경을 로컬 컴퓨터에 구성하는법을 소개한다.

사전 준비

일단, 몇 가지 준비할 게 있다.

gpu 확인

내 PC에 NVIDIA GPU가 있는지 확인해 보자.

프롬프트 창에

nvidia-smi

를 쳤을때 실행 되면 있는거다.
없으면 다시 colab 쓰러 가면 된다.

그 다음은 최신 NVIDIA 드라이버가 깔려 있어야 한다.
없거나 버전이 낮으면 https://www.nvidia.com/Download/index.aspx 에서 받아서 설치하자.

visual studio 설치

https://visualstudio.microsoft.com/ko/free-developer-offers/
사실 뭔가 필요하다는데 그냥 깔면 된다.

Anaconda 설치

Anaconda는 가상 환경을 관리하는 데 유용하다. 공식 사이트에서 다운로드 후 설치하자.
https://www.anaconda.com/products/distribution

설치 후, 터미널에서 Anaconda가 잘 설치됐는지 확인한다.

conda --version

Forge로 딥러닝 환경 구축

일단 tensorflow, CUDA, cuDNN 버전들을 컴퓨터에 맞게 세팅 해야 한다.여기서 제일 삽질을 많이 함
사실 윈도우 네이티브에서는 tensorflow 가 2.10이 마지막 릴리즈 여서 그냥

• tensorflow 2.10
• CUDA 11.2
• cuDNN 8.1.0

이렇게 깔면 된다.
이 뒤를 그냥 anaconda prompt 에서 쭉 따라하면 된다.

가상 환경 생성

conda create -n (가상환경이름) python=3.9 -y
conda activate (가상환경이름)

gpu 설정

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

pip 업데이트 및 tensorflow 설치

pip install --upgrade pip

pip install "tensorflow<2.11"

jupyter 사용

이후에는 그냥 주피터 깔고 gpu 잘 돌아가는지 확인하면 된다.

마무리

anaconda가 있어서 가상환경에 쉽게 환경을 만들 수 있지 사실
리눅스나 맥, 윈도우WSL에 세팅하려면 호환되는 버전도 하나하나 찾아봐야되고 일이 좀 복잡해진다.
공식 사이트들에 은근 설명이 잘 돼있으니 가서 한번 보시는걸 추천
https://www.tensorflow.org/?hl=ko