1. CUDA Toolkit을 다운로드한다. (아래 링크)
<Ubuntu>
본인 우분투 버전에 맞는 선택 후 아래 가이드 그대로 따라하기
<Windows>
우분투는 위 사진처럼 안내하고 있는 명령어를 차례로, 윈도우즈는 설치파일 실행을 통해 설치한다.
<Ubuntu>
/usr/local/cuda-11.1
위와 같은 경로로 쿠다가 설치된 것을 확인할 수 있다.
$sudo gedit ~/.bashrc
.bashrc 파일에 맨 위나 아래에 cuda path를 등록해준다.
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
<Windows>
환경변수 등록된 것을 확인
2. cuDNN 설치하기 (아래 링크)
developer.nvidia.com/rdp/cudnn-download
본인 OS에 맞는 cuDNN Library 다운로드
우분투의 경우, deb file 말고 tgz가 압축해제하여 파일 직접 넣을 수 있음.
<Ubuntu>
다운로드 받은 후, 아래 명령어를 따라 각 파일 압축 해제 후 복사
<Windows>
bin 폴더 내에 있는 파일들은 cuda>v11.1>bin 아래에, 이런 식으로 각 폴더 이름이 동일한 11.1 내 폴더에 cuDNN 파일을 복사한다.
잘 설치되었는지 확인은 nvcc --version, nvidia-smi 했을 때 11.1로 잘 나오면 된다.
아니면, pytorch나 tensorflow-gpu를 설치해서 사용 가능한 gpu를 확인한다.
cuDNN은 nvidia에서 제공하는 cuDNN sample code를 돌려보면 된다.
'Anything' 카테고리의 다른 글
VSCODE SSH 연결 안되는 경우, password 입력 무한로딩 (2) | 2021.04.16 |
---|---|
[Ubuntu 18.04LTS, RTX 3090]RuntimeError: CUDA error: no kernel image is available for execution on the device 에러 해결 (0) | 2021.01.19 |
[Anaconda] In general, it's not advisable to use 'sudo conda'. (0) | 2020.11.02 |
[Ubuntu] CUDA nvidia-smi 명령어 mismatch 에러 발생 시 (0) | 2020.04.08 |
[Ubuntu] No Space left on device error 발생 시 (0) | 2020.04.08 |