1. 연결된 서버에 콘다 및 환경설정
1. conda를 설치하기 전에 리눅스의 버전을 확인
2. 리눅스 버전 20.04를 확인 후 아나콘다 파일 다운로드
3. 다운로드한 아나콘다 파일을 찾아 실행 (Enter 진행, yes)
- 파일을 못찾아 찾으려면 => find .sh
4. 환경변수 입력
2. 텐서플로를 사용하기 위한 과정(Nvidia Driver, CUDA, cuDNN)
1. Nvidia Driver 설치
- gpu 모델 확인 (ubuntu-drivers devices)
- recommended (권한)이 있는 드라이버 설치 (sudo apt-get install nvidia-driver-525)
- nvcc -V로 버전 확인 (**sudo apt install nvidia-cuda-toolkit) 툴킷 설치
2. CUDA 설치
- wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run
- sudo sh cuda_11.0.3_450.51.06_linux.run
CUDA 환경변수 등록 (.bashrc에 추가)
export PATH=$PATH:/usr/local/cuda-11.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.0/lib64
export CUDADIR=/usr/local/cuda-11.0
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ위 과정으로 안될 시ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
export PATH=/usr/local/cuda-11.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/extras/CUPTI/lib64:$LD_LIBRARY_PATH
적용
3. cuDNN 설치 (사이트 로그인 이후) - 필자는 8 버전 사용
cuDNN을 설치하기 위해 사이트에 들어간 이후 CUDA에 맞는 버전 선택
- tar -xvf cudnn-11.2-linux-x64-v8.0.4.30.tgz
- sudo cp ./cuda/include/* /usr/local/cuda/include/
- sudo cp -P ./cuda/lib64/* /usr/local/cuda/lib64/
- sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
3. 아나콘다 가상환경에 python, tensorflow-gpu 설치
vscode의 extensions에서 python과 python Extension Pack 설치
본 포스팅에서는 GTX3090사용에 맞는 버전으로 사용함.
- Nvidia Driver : 525
- CUDA : 11.2
- cuDNN : 8
- python : 3.10
- tensorflow : 2.9.1
1. 가상환경 생성 (tensorflow를 위해 python 버전 일치)
2. 파이썬 파일 실행 (커널 선택)
- 쥬피터를 사용하기위해 설치 (conda install -n TF ipykernel --update-deps --force-reinstall)
3. GPU 확인을 위한 코드
from tensorflow.python.client
import device_lib print(device_lib.list_local_devices())
GPU인식이 안되는 경우 => 텐서플로를 삭제하고 gpu버전으로 다시 설치해보세요.
4. GPU 사용코드
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
- 사용중인지 확인 => 사용중일 경우 False(사용할 수 없음)
