1. Anaconda 설치
우선 아래 링크에서 Anaconda를 설치해주세요. 혹시 모를 충돌이 있을 수 있으니 파이썬을 설치해놓은 상태라면 삭제 후에 설치해 주세요.
파이썬 아나콘다(Anaconda)는 데이터 분석, 데이터 과학 등에 필요한 여러 패키지를 포함한 파이썬 배포판입니다. 아나콘다 배포판은 파이썬 인터프리터와 함께 NumPy, Pandas 등 데이터 분석에 유용한 라이브러리를 포함합니다. 또한, Jupyter Notebook이라는 대화형 웹 기반 노트북 인터페이스를 제공하여, 데이터 분석에 필요한 코드, 그래프, 설명 등을 하나의 문서에 체계적으로 정리하고 공유할 수 있습니다.
2. NVIDIA 드라이버 설치
https://www.nvidia.co.kr/Download/index.aspx?lang=kr
본인 그래픽카드 사양에 맞는 드라이버를 설치해야 합니다.
그래픽카드 사양 확인하기 (윈도우) :
[배경화면 우클릭] - [디스플레이 설정] - [고급 디스플레이]
설치 후, 명령 프롬프트에 아래 명령어를 입력하면 이렇게 드라이버가 설치된 것을 확인할 수 있습니다.
nvidia-smi
3. tensorflow-gpu 설치하기
아나콘다 가상환경에서 tensorflow-gpu를 설치합니다.
아나콘다 가상환경(Virtual Environment)은 하나의 시스템 내에서 독립적인 파이썬 환경을 구성하는 방법입니다. 가상환경을 사용하면 각각의 프로젝트마다 별도의 파이썬 버전과 라이브러리 버전을 사용하여 충돌을 방지하고, 코드의 호환성을 유지할 수 있습니다.
Anaconda prompt 창을 켜고 다음 명령어로 가상환경을 만들어줍니다. 가상환경 이름은 본인이 정하시면 됩니다. 파이썬 3.7 버전으로 가상환경을 만들겠습니다.
conda create -n 가상환경이름 python=3.7아래 명령어로 가상환경을 활성화시켜주시고, tensorflow-gpu 버전을 2.6.0으로 설치하겠습니다.
conda activate 가상환경이름
pip install tensorflow-gpu==2.6.0tensorflow-gpu 설치만으로 GPU를 사용할 수 없을겁니다. GPU가 연결되어 있는지는 아래의 방법으로 알 수 있습니다.
노란색으로 표시해둔 버튼을 누르시고 아까 만든 가상환경을 클릭하시면 새로운 파일이 만들어집니다.
새로 만들어진 파일에서 다음 명령어를 입력하고 실행하시면,
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
아마 위와 같이 device_type: "CPU" 이외에 GPU는 안뜰겁니다. 여기서 GPU가 뜨면 tensorflow-gpu를 사용할 수 있습니다.
4. cuDNN, CUDA 버전에 맞게 설치
NVIDA에서 제공하는 CUDA와 cuDNN을 설치해야 합니다.
아래의 링크에서 tensorflow 버전에 맞는 각각의 버전을 확인할 수 있습니다.
https://www.tensorflow.org/install/source_windows?hl=ko
우리는 2.6.0 버전을 설치했으니 아래 링크에서 cuDNN은 8.1, CUDA는 11.2로 설치해야 합니다.
CUDA :
https://developer.nvidia.com/cuda-toolkit
cuDNN :
https://developer.nvidia.com/cudnn
cuDNN은 NVIDA 회원가입을 하셔야 다운받을 수 있습니다.
이 과정까지 마친 후 다시 사용 가능한 장치를 조회해봅시다.
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
이와 같이 사용 가능한 장치에 GPU가 추가되었음을 확인할 수 있습니다.
