Anaconda 환경 세팅 및 CUDA, cuDNN 설치 (Window, AMD Ryzen GPU)

1. Anaconda 설치

아나콘다 환경을 사용하면 가상환경을 독립적으로 만들어 관리하기 쉽다.

Anaconda | Anaconda Distribution

Anaconda setting 참고 글

아나콘다 설치, 환경변수 설정, 개발환경 설정, anaconda 설치

 

2. Tensorflow 환경 설정

anaconda prompt 에서 (tensorflow) 가상환경을 만들고 python 3.7 버전을 설치

conda create -n tensorflow python=3.7

tensorflow 환경 활성화

conda activate tensorflow

(tensorflow) 환경에 필요한 라이브러리 설치

pip install tensorflow==2.1.0
pip install tensorflow-gpu==2.1.0
pip install tensorflow-datasets
pip install Pillow
pip install numpy
pip install urllib3

 

3. CUDA 설치

설치하고자 하는 tensorflow와 호환되는 CUDA, cuDNN 버전을 확인

https://www.tensorflow.org/install/source_windows#tested_build_configurations

Windows의 소스에서 빌드  |  TensorFlow

tensorflow_gpu-2.1.0와 호환되는 버전

• CUDA: 10.1
• cuDNN: 7.6

 

사이트에서 CUDA 10.1을 찾아서 본인 환경에 맞춰 설치

CUDA Toolkit Archive

CUDA Toolkit 10.1

다운로드 완료되면 .exe 파일 실행해서 recommend 대로 설치 진행하면 된다.

 

4. cuDNN 설치

위에서 확인한 tensorflow, CUDA와 호환되는 cuDNN 7.6을 찾아서 압축파일 다운로드

cuDNN Archive

cudnn

다운로드된 cuDNN 압축파일을 해제하고 해당 폴더의 파일들을 전체 복사한 뒤

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 의 폴더로 덮어씌운다.

 

5. AMD Ryzen GPU 사용 설정

pip install tensorflow-directml

NVIDIA GPU를 사용할 때는 CUDA, cuDNN 설정만 해주면 바로 사용 가능했는데

이번에 AMD Ryzen GPU를 사용하면서 학습할 때 자꾸 CPU만 사용하는 문제가 발생했다.

해당 구문 추가해줬더니 해결되었다.

 

6. GPU 사용 확인

아나콘다 프롬프트에서 python 입력해서 python 세션으로 이동

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

입력해서 GPU 잘 출력되면 완료!

 

 

 

 

참고

https://coding-groot.tistory.com/87 

https://mgyo.tistory.com/29