텐서플로우(tensorflow) 윈도우 10 GPU 설치
Jul 2, 2020

텐서플로우(TensorFlow) 2.0 를 윈도우(Windows) 10에서 GPU를 활용하여 학습할 수 있도록 설치하는 방법에 대하여 공유드리고자 합니다.

그래픽카드는 반드시 NVIDIA 계열의 그래픽 카드가 탑재되어 있어야 합니다.

작성일 기준 버전

  • 설치: TensorFlow 2.2.0
  • 그래픽카드: NVidia RTX 2070, NVidia MX250
  • OS: Windows 10

참고: 텐서플로우 공식 GPU 설치 가이드

STEP 1. 텐서플로우(TensorFlow) 설치

pip 명령어를 통해 텐서플로우를 설치합니다.

2.0 이상의 텐서플로우는 별도의 GPU 버전을 따로 설치할 필요 없습니다.

TensorFlow 2.0 이상의 버전 설치

pip install tensorflow  # stable

STEP 2. NVIDIA GPU 드라이버 설치

NVIDIA GPU 드라이버 설치 링크

  1. 제품 유형, 시리즈, 계열: 자신의 그래픽 카드 정보를 선택합니다.
  2. 운영체제: Windows 10을 선택하며, bit는 32/64 중 자신의 os와 일치된 bit 운영체제를 선택합니다.
  3. 다운로드 타입: Game Ready 드라이버 혹은 Studio 드라이버를 선택합니다. (큰 상관 없습니다)

선택이 완료 되었다면, 검색을 클릭합니다.

image-20200702055405359

TensorFlow GPU 설치를 위해서는 418.x 버전 이상이 요구됩니다.

다운로드 받은 exe 파일을 실행하여 설치 합니다.

image-20200702055703230

GeForce Experience는 딱히 필요 없습니다

image-20200702060412590

사용자 정의 설치

image-20200702060533846

설치 내용 확인

image-20200702060605540

다음을 눌러 진행하면, 설치 및 완료

image-20200702060741317

image-20200702061218934

Window + R을 누르고 “cmd” 타입 후 터미널로 진입합니다.

image-20200702061809626

터미널에 명령어 입력

nvidia-smi

명령어를 입력하여, 정상적으로 NVidia 그래픽 드라이버가 설치 되었는지 확인합니다.

image-20200702061754439

STEP 3. CUDA Toolkit 다운로드 및 설치

CUDA Toolkit 다운로드 링크

위 링크에서 자신이 맞는 버전의 CUDA Toolkit을 다운로드 합니다.

TensorFlow 는 오늘 (2020년 7월 2일) 기준, CUDA 10.1을 지원합니다. 따라서, CUDA 10. 1이상의 CUDA Toolkit 을 다운로드 받아 줍니다.

image-20200702061909506

다운로드 받은 exe를 실행하고 설치를 진행합니다.

설치 시작

image-20200702062056499

사용자 정의 설치

image-20200702062117456

NVidia GeForce Experience 체크 해제

image-20200702062201053

image-20200702062209976

image-20200702062220779

NEXT를 눌러 끝까지 설치를 완료합니다.

STEP 4. cuDNN SDK 설치

cuDNN SDK 다운로드 링크

image-20200702065132372

Download cuDNN을 눌러 Download 받습니다.

image-20200702065158048

멤버십이 요구 되므로, 회원가입을 안하신 분들은 회원가입 후 로그인을 진행합니다.

자신이 설치한 CUDA 버전에 맞는 cuDNN을 선택하여 다운로드 합니다.

image-20200702065439409

다운로드 받은 zip 파일의 압축을 해제 합니다.

image-20200702065630752

cuda 폴더로 해제 된 것을 볼 수 있습니다.

image-20200702065717237

아래 그림과 같이 3개의 폴더가 있습니다. 안에 있는 파일을 CUDA Computing Toolkit 에 복사합니다.

image-20200702065758578

cuda\bin 폴더 안의 모든 파일은 => C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin

cuda\include 폴더 안의 모든 파일은 => C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include

cuda\lib 폴더 안의 모든 파일은 => C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib

으로 복사 해 줍니다.

Window + R 키를 누른 후 “control sysdm.cpl”을 실행합니다.

image-20200702070245064

고급 탭 - 환경변수를 클릭합니다.

image-20200702070417186

CUDA_PATH 가 다음과 같이 잘 등록되어 있는지 확인합니다.

image-20200702070552211

image-20200702070603998



관련 글 더보기

- 구글 코랩(colab) 한글 깨짐 현상 해결방법

- Google Colab에서 코드 한 줄(magic command)로 tensorflow2.0으로 업그레이드

- Google Colab에서 python 패키지를 영구적(permanently)으로 설치하는 방법

- 구글 코랩 (Google colab)의 런타임 연결 끊김을 방지하는 방법

- Google Colaboratory에 대한 간단 팁과 활용법

데이터 분석, 머신러닝, 딥러닝의 대중화를 꿈 꿉니다.