윈도우즈10에서 CUDA 설치하기 (python)

1. 개요

파이썬에서 tensorflow GPU를 이용하기 위해 CUDA를 설치하고 테스트하는 방법을 정리하여 본다.

 

2. 그래픽 카드확인

먼저 그래픽 카드를 확인하고 CUDA를 사용할 수 있는지를 확인한다.

 

3. 내 그래픽카드가 가지고 있는 Compute Capability를 확인한다. 6.1이다.

4. 사용가능한 CUDA 버전을 알아본다. 11.0 버전을 선택하였다.

5. nvidia 드라이버 및 CUDA Tool kit 설치 (회원가입 필요)

 11.0으로 설치하였다. 텐서플로우가 최신버전을 지원하지 않는다.

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64

6. cuDNN Download (회원가입 필요) https://developer.nvidia.com/rdp/cudnn-download다운 받은 cuDNN의 bin, include, lib 폴더를 CUDA Toolkit 설치 경로에 복사해 준다.
   CUDA Toolkit의 default 경로는 "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0"이다.
   cuDNN은 CUDA Tool kit 버전과 호환되는 것을 다운 받는다. cuDNN v8.0.5를 선택하였다.

7. 환경변수 설정

아래와 같이 4개의 경로를 환경변수 path 등록하여 준다.

8. tensorflow GPU 버전을 설치한다. CUDA 버전을 고려하여야 한다.

pip install tensorflow-gpu==2.5 -f  https://www.tensorflow.org/install/source_windows#gpu

또한 pytorch GPU 버전 설치한다.

(예) pip3 install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

9. display driver를 최신 버전으로 올려 준다.

 

10. python test 프로그램

import torch
import tensorflow as tf
if __name__ == "__main__":
    #check with tensorflow
    print(tf.__version__)
    print("gpu_device_name =>"+ tf.test.gpu_device_name())
    print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

    #check with torch
    isAvailable= torch.cuda.is_available()
    print("cuda is available ?",  isAvailable)
    if isAvailable:
        count= torch.cuda.device_count()
        print("cuda number of device =",count)
        for index in range(0,count):
            print("cuda device_name(0)", torch.cuda.get_device_name(0))
        print('End of Program')
        pass

실행결과
  2.5.0
  gpu_device_name =>/device:GPU:0
  Num GPUs Available: 1
  cuda is available ? True
  cuda number of device = 1
      cuda device_name(0) NVIDIA GeForce GTX 1070
  End of Program