NVIDIA GPU Setup (For Tensorflow)

Visual Studio 설치

• .NET 데스크탑 개발 및 C++를 사용한 데스크탑 개발 설치하기

CUDA 설치

• https://developer.nvidia.com/cuda-downloads

• Windows > x86_64 > 10 > exe(local) 선택 (링크)

• 빠른 설치로 설치하기

CuDNN 설치

• https://developer.nvidia.com/rdp/cudnn-download

• NVIDIA 계정 가입 및 로그인 필요

• zip 파일 다운받은 후, 적절한 경로에 압축해제하기

zlibwapi.dll 설정

• https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-zlib-windows

• 위의 사이트에서 Windows 사용자를 위한 ZLIB DLL을 다운받는다.

• 해당 파일을 압축해제한 뒤, zlibwapi.dll 파일을 CUDA 경로의 bin 파일로 복사붙여넣기한다.
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin

환경변수 추가

• 설정앱 > 정보 > 고급 시스템 설정 > 환경변수 선택

• 시스템 변수의 Path에 아래의 경로 추가
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64
• ${cuDNN 압축해제 폴더}\bin

• 참고 이미지

tensorflow 설치

• pip를 이용하여 tensorflow 설치하기

pip3 install tensorflow

GPU 테스트

• gpu 확인

import tensorflow as tf
from tensorflow.python.client import device_lib

print("gpu_device_name:\n", tf.test.gpu_device_name())
print("--" * 20)
print("list_physical_devices:\n", tf.config.list_physical_devices('GPU'))
print("--" * 20)
print("list_local_devices:\n", device_lib.list_local_devices())

• 학습 테스트

import os
import tensorflow as tf

mnist = tf.keras.datasets.mnist

(X_train, y_train), (X_test, y_test) = mnist.load_data()
X_train, X_test = X_train.reshape(60000, 28 * 28) / 255.0, X_test.reshape(10000, 28 * 28) / 255.0

model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(128, activation='relu', input_shape=(28 * 28,)),
    tf.keras.layers.Dense(256, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(X_train, y_train, epochs=20)
model.evaluate(X_test, y_test, verbose=2)