딥러닝 모델을 학습을 위해서는 cuda와 cudnn은 거의 필수적이다. CPU에 비해 GPU가 학습속도를 봤을때, 훨씬 빠르기에 GPU를 사용한다. 하지만 이러한 GPU도 단순하게 학습만 한다고 사용할순 없다.
CUDA와 CUDNN이 설치되어있어야 GPU로 학습이 가능하다.
🔽 Graphic Driver 설치
- 각자 GPU에 맞는 최신 그래픽 드라이버를 설치한다. 드라이버 설치 링크
다운로드 타입의 Game Ready Driver(GRD)와 Studio Driver(SD)가 있는데, 이는 게임에 최적화 되어있는 드라이버를 선택할 것인지, 렌더링과 연산 등의 작업에 최적화 된 드라이버를 설치할 것인지 선택할 수 있다. (
사실상 실제로 별 차이가 나진 않는다.)
🔽 CUDA 설치
- CUDA를 설치하기 전에는 TensorFlow 버전과 호환되는 cuda & cudnn을 설치해야한다.
- 나는 TensorFlow 2.6.0과 Python 3.9를 사용한다. (
RTX3060 기준으로 cudnn 8.4.0과 CUDA 11.7을 설치해도 사용은 잘 되더라..)
🔽 cudnn 설치
- 앞에서 언급했던 것처럼 cudnn은 8.4.0 버전을 설치한다.
- cudnn 압축해제한 폴더 내에 있는 파일들(bin, include, lib)를 cuda를 설치한 경로에 복사해야한다.
ex) C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
✅ 설치 확인
- Command Prompt에서 Python을 실행해서 아래의 코드로 GPU 설정이 되었는지 확인한다.
import tensorflow as tf
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
- 위 사진처럼 GPU가 인식되었다면, 성공이다!!
Choi-syoon