tensorflow / tensorflow-gpu 설치, GPU 사용하는 방법

ubuntu 18.04 LTS 환경에서 anaconda3에 tensorflow-gpu를 설치하고자 했는데 뭔가 계속 어정쩡 안되길래

몇 번의 검색과 삽질 끝에 제대로 설치했다.

일단 cuda v10.0가 이미 설치되어있는 상태였고

cuDNN은 v7.4.2를 다운받으면 된다.

2020.09.28 UPDATE

버전에 상관없이 설치하고 싶은 버전의 CUDA Toolkit 설치하고

cuDNN은 아래 페이지에서 본인이 설치한 CUDA 버전에 맞는 cuDNN 선택해서 다운로드 받으면 된다.

안정적인 버전 외 Nightly, Beta 버전같은 경우

tensorflow-gpu 지원이 안되는 경우가 있으니 확인하고 설치해야함!

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

cuDNN Archive

 

"cuDNN Library for Linux"를 눌러서 다운받은 tgz 파일을 압축 해제한다.

압축해제로 생긴 cuda 폴더 내에 있는

lib64, include 안의 cudnn파일들을 이동시켜야한다.

sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include/

이동시킨 후에 PATH 설정을 해준다.

sudo nano ./.bashrc

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

저장하고 나와서

터미널에 nvcc --version 로 cuda compiler가 잘 동작하는지 확인한다.

이제 tensorflow-gpu를 설치해야하는데 이전에 tensorflow가 설치되어있다면 삭제한다.

(이 문제로 비전하시는 분께 질문해보니 둘 다 설치되어 있으면 충돌이 난다고 함.)

pip uninstall tensorflow

pip install tensorflow-gpu

 

GPU를 잘 사용할 수 있는지 확인하자.

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

실행하면 GPU list가 출력될 것이다.

사용하고자 하는 GPU 번호를 써서 사용하면 된다.

import tensorflow as tf

with tf.device('/gpu:0'):
    sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True))
    

 

아래 참고 사이트는 CUDA 부터 cuDNN까지 설치하는 방법이 다 나와있다.

참고 사이트 https://red-pulse.tistory.com/226

Ubuntu 18.04 LTS에서 Tensorflow Gpu 설치 ( CUDA10.0, cuDNN v7.3.1 )