Tensorflow 2.0 설치 (CUDA)

Tensorflow 2.0 환경설정 방법에 대해 알아보자.

• Anaconda를 먼저 설치해주세요.

1. CUDA를 검색하고 NVIDIA홈페이지에서 DOWNLOADS를 클릭 후 LEGACY RELEASES를 클릭

 

 

CUDA Toolkit Archive : https://developer.nvidia.com/cuda-toolkit-archive

 

2. 각자 버전에 맞게 선택 (최신버전도 좋지만 안전성을 위해 저는 10.0을 선택했습니다.)

 

 

 

3. CUDNN 다운 (NVIDIA 계정 잠금이 되버려서 사진을 찍을 수 없었다.) 

CUDNN Download : https://developer.nvidia.com/rdp/cudnn-download

링크 클릭 후 가입 후 다운 받으세요. 첨부파일을 올리려고도 해봤지만 10mb 제한... ㅠㅠ

 

4. CUDA 설치

 

 

 

5. CUDA 설치 후 CUDNN 안에 있는 파일을 복사 후

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 경로로 가서 붙여넣기

 

 

 

6. 환경변수 설정

 

 

변수/값

CUDA_PATH/C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

Path/C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 과    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp

 

7. Anaconda prompt 실행

pip install tensorflow pip install tensorflow-gpu를 각각 입력한다.

간혹 tensorflow 환경으로 변경하라고 하는 것도 있다.

activate tensorflow <-( tensorflow 말고 aaa도 가능하다.)

이후 conda install nb_conda를 입력하면 Jupyter Notebook(tensorflow)가 만들어진다.

 

 

 

8. Jupyter Notebook 실행

import tensorflow as tf

print("version : ", tf.__version__)

print("실행모드 : ", tf.executing_eagerly())

print("GPU", "사용가능" if tf.test.is_gpu_available() else "사용 불가능")

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp

"GPU 사용 가능" 인 것을 확인할 수 있다.

 

 

 

9. 잘 작동한다.

 

 

pip install tensorflow-gpu

pip install tensorflow-gpu