GPU3 GPU 사용위한 CUDA, cuDNN 설치 딥러닝을 연산량이 많아 cpu보단 gpu를 사용하는 것이 효과적이다. 텐서플로우나 파이토치를 이용해 gpu를 사용하려면 cuda, cudnn을 설치해줘야 한다. 이번엔 cuda와 그에 맞는 cudnn을 설치하는 과정을 적어보려고 한다. 1. GPU 확인 장치 관리자 > 디스플레이 어댑터 2. GPU에 맞는 CUDA 버전 확인 명령프롬프트(CMD)를 켜고 nvidia-smi 를 입력하면, 호환되는 최상위 버전을 알 수 있다. 12.3 아래 버전은 모두 사용 가능하다. 3. GPU에 맞는 NVIDIA 드라이버 설치 https://www.nvidia.co.kr/Download/index.aspx?lang=kr 에서 그래픽 카드에 맞는 엔비디아 드라이버를 설치해야 한다. Download the latest of.. 2024. 1. 26. 파이토치 GPU 사용하는 방법 파이토치 환경에서 학습을 하다보면 학습 속도가 매우 느릴 때가 있다. 그럴 때 작업 관리자를 켜고 보면 GPU를 사용하지 않고 CPU 사용할 때가 매우 많다. 그래서 이번엔 파이토치를 사용하여 학습을 진행할 때 GPU를 제대로 인식하고 사용하는지에 대한 여부를 확인하는 방법에 대해 기술하려고 한다. (파이토치가 설치되었다는 가정 하에 글을 진행한다.) 당연히 토치는 임포트 돼있어야한다. GPU 사용 가능 여부 print(torch.cuda.is_available()) GPU가 제대로 인식되어 있고 토치가 설치되어 있고 gpu를 사용할 수 있다면 True, 그렇지 않으면 False가 출력된다. 사용 가능한 GPU 개수 print(torch.cuda.device_count()) 위 명령어를 입력하면 사용 가.. 2024. 1. 16. 아나콘다 가상환경에서 tensorflow가 GPU를 인식하지 못할 때 GPU에 맞게 CUDA 및 cudnn을 다 설치하였을 때 아나콘다 가상환경에서 tensorflow-gpu가 설치되었는데도 GPU를 인식하지 못할때가 있다. from tensorflow.python.client import device_lib device_lib.list_local_devices() 를 통해 gpu가 인식되는지 확인할 수 있는데, gpu가 인식되지 않으면 아래의 사진처럼 CPU만 인식된다. tensorflow-gpu를 conda로 설치했을 때 위와 같은 오류가 나서 conda uninstall tensorflow-gpu -y 를 실행한 후 pip install tensorflow-gpu로 다시 설치했다. pip로 tensorflow-gpu를 다시 설치할 때 아래와 같은 오류가 발생했다. 그.. 2024. 1. 3. 이전 1 다음
