본문 바로가기

데이터 다루기/Vision (Tensorflow)

Tensorflow 2.0 (GPU) 설치하기

728x90
반응형

안녕하세요.

이번 포스팅에서는 Tensorflow 2.0 (GPU) 툴을 설치하는 방법에 대해서 알아보겠습니다.

Tensorflow는 구글에서 개발되었기 때문에, 머신 및 딥러닝 분야에서 Tutorial이 매우 활발히 이루어지고 있다는 장점이 있습니다.

실제로 해외의 뛰어는 데이터 분석가들은 Tensorflow를 기반으로 개발을 많이 하고 있다고 합니다.

이 부분이 구글이 이 분야에서는 가장 뛰어난 기업으로 평가받고 있는 이유가 되는 것 같다는 생각이 드네요.

그러면 이제 본격적으로 설치 방법에 대해서 알아보도록 하겠습니다.

1. Cuda 설치

pytorch나 tensorflow든 뭐든지 간에 GPU를 사용하기 위해서는 Cuda를 설치해주어야 합니다.

Cuda는 구글에서 검색만 해봐도 설치하는 법이 매우 친절하게 설명되어 있습니다.

 

https://developer.nvidia.com/cuda-toolkit-archive

 

CUDA Toolkit Archive

Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production

developer.nvidia.com

위 링크에 들어가보시면 굉장히 많은 Version이 있는 것을 보실 수 있습니다.

대부분 가장 최신 버전이 좋다고 하지만, Cuda의 경우 꼭 그렇지는 않습니다.

일반적으로 10.0 Version이 안정성이 뛰어나다는 평가가 있고 많이 사용합니다.

파일을 다운 받은 이후에는 installer 파일을 통해 설치를 진행해주시면 됩니다.

 

2. CuDNN 설치

CuDNN 설치도 굉장히 간단합니다.

https://developer.nvidia.com/rdp/cudnn-archive

 

cuDNN Archive

NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.

developer.nvidia.com

해당 페이지에 가셔서 위에서 설치한 Cuda의 Version에 맞는 cuDNN을 다운로드 해주시면 됩니다.

그리고 Cuda가 설치된 경로로 CuDNN 파일을 옮겨주시면 됩니다.

3. Anaconda에서 Tensorflow 설치

Anaconda를 실행시키면은 prompt 창이 하나 뜹니다.

거기에 다음과 같은 명령어를 입력해주시면 됩니다.

pip install tensorflow-gpu

설치가 자동으로 진행되고 python에서 import tensorflow as tf 코드를 입력해주시면 tensorflow를 사용하실 수 있습니다.

반응형