[Python] Tensorflow 2.4 / cuda 버전 확인 및 설치

버전정보

항목	OS	Python	Tensorflow	CUDA	cuDNN
VERSION	windows 10	3.6.5	2.4.1	11.2.2	8.1.0

Tensorflow 2.4 버전은 cuda 11버전과 cuDNN 8버전을 사용한다

설치 정보 링크

각 Tensorflow 버전마다 설치 정보는 여기를 확인하면 된다.

CUDA는 CUDA Toolkit Archive에 접속하면 릴리즈된 Toolkit 버전별로 다운로드 받을 수 있다.

cuDNN도 cuDNN Archive 릴리즈된 버전별로 확인하여 다운로드할 수 있다.

CUDA 설치 후 확인

CUDA를 설치했으면 환경변수가 잡혀있는지 확인한다.

[제어판] - [시스템] - [고급 시스템 설정] - [환경변수]에 다음과 같이 잡혀있으면 된다.

cuda_env

cuDNN 설치

cuDNN을 다운로드 받았으면, cuDNN의 압축을 해제하여 CUDA 설치파일 경로에 덮어씌운다.

일반적으로 CUDA의 설치경로를 변경하지 않았으면 다음과 같이 위치한다. 해당 위치에 덮어쓰기하면 된다.

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

Tensorflow 사용

Anaconda 혹은 python이 설치 되어있으면 확인이 편하다.

필자는 Jupyter notebook으로 진행했다.

! nvidia-smi

설치된 GPU의 상태를 확인하는 명령어이다. CUDA가 정상적으로 설치되었으면, 아래와 같은 그림이 나타난다
GPU_STATUS

그래픽 카드가 2개 설치되어있어 2개가 나타나는 그림이다.

tf의 버전과 gpu가 사용가능한지 알아보는 방법은 다음과 같다.

import tensorflow as tf
from tensorflow import test
print(tf.__version__)
print(test.is_built_with_cuda() )
print(test.is_gpu_available()) # test.is_gpu_available is deprecated
print(tf.config.list_physical_devices('GPU'))

2.4.1	# tensorflow version
True	# cuda 설치 여부
True	# gpu 사용 여부, deprecated
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:1', device_type='GPU')]

tensorflow 2.x 버전부터는 gpu가 포함되어 설치되어 있으므로 tensorflow-gpu를 별도로 설치하지 않아도 된다.

설치된 device의 목록을 호출하여 확인하는 방법은 다음과 같다.

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

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 9417018013122351439
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 31753514624
locality {
  bus_id: 1
  links {
  }
}
incarnation: 14893248518782020408
physical_device_desc: "device: 0, name: Tesla V100-PCIE-32GB, pci bus id: 0000:00:06.0, compute capability: 7.0"
, name: "/device:GPU:1"
device_type: "GPU"
memory_limit: 31753514624
locality {
  bus_id: 1
  links {
  }
}
incarnation: 4355644207921533187
physical_device_desc: "device: 1, name: Tesla V100-PCIE-32GB, pci bus id: 0000:00:07.0, compute capability: 7.0"
]

이 상태로 모델링을 학습하게 되면 GPU를 사용하여 학습하게 된다.

using gpu