vscode에서 rtx 2060super 써먹어보기 (feat.gpu cuda를 좀써보자)

여담

난.. 그동안..gpu를 헛쓰고 있었다. cpu만 쓰고 있었다니.

 

좋은 컴퓨터를 냅두고 왜 활용을 잘 못하고 있을까... 한탄스럽다. 

 

그래도 지금이라도 알았으니 얼마나 다행이랴.

 

가장 중요한 것은 글 마지막 하단에 설치버전 참조할것!

 

확대해서 보면,

True라고 나오면서 지원이 되는 것처럼 보이지만, 실상은 아니다.

 

사용한 명령어 목록

 

import tensorflow as tf

 

tf.__version__  # 설치된 tensorflow 버전 확인

 

tf.test.is_built_with_cuda() # 쿠다로 빌드되었는지 확인

 

tf.test.is_built_with_gpu_support() # cuda와 같은 gpu로 빌드되었는지 확인

 

tf.test.gpu_device_name() # 사용 가능한 gpu 기기들 목록 반환

 

내 gpu 상황을 보면, 일부 쿠다는 정상적으로 쓸 수 있지만, 일부는 또 아닌 것 같다.

실제 제대로 설치를 하였다면 다음과 같은 화면이 떠야하는데 말이다.

 

 

그래서 나는 다시 가상환경을 깔고 환경  설정을 다시할 예정이다.

 

#방법1

다음의 방법대로, 따라할 것이다.

https://coding-groot.tistory.com/87

Tensorflow와 호환되는 CUDA, cuDNN 설치하는 법

 

정리가 잘된 방법이 여기있다. 병행해서 비교해서 깔아보면 좋을 것 같다.

 

결국에 나는 딥러닝을 사용하고 자연어 분석등을 시행하기 위해서 tensorflow와 pytorch 등을 써야하는데, 가상환경 세팅은 나름 가장 최신에 올린글 2021년 6월을 기준으로 실행해보자.

 

# 방법2

https://koreapy.tistory.com/742

딥러닝을 위한 GPU 셋팅방법 / Tensorflow와 Pytorch를 위한 CUDA 설치 완벽 가이드(파이썬, 2021.06작성)

 

 

설치 프로세스 

(내용)

1. Anaconda Prompt를 접속하여 Tensorflow 설치한다

pip install tensorflow

 

2. 다운받은 버전을 확인한다

pip freeze

이것저것 다양한 파일들이 설치된 것을 확인할 수 있는데, 어떤 버전의 Tensorflow 를 설치했는지 확인하도록 한다.

 

3. CUDA 와 cuDNN 버전 확인하기

본인이 설치를 희망하는 tensorflow gpu와 호환되는 CUDA, cuDNN 버전을 확인하도록 한다.

호환되는 CUDA와 cuDNN 버전은 하단의 링크에서 접속 할 수 있다.

 

Windows:  https://www.tensorflow.org/install/source_windows#tested_build_configurations
Mac / Linux: https://www.tensorflow.org/install/source#tested_build_configurations

 

나는 tensorflow == 2.4.1 버전이므로,

 

4. 본인의 컴퓨터의 tensorflow gpu와 호환되는 CUDA, cuDNN 버전을 확인하도록 한다

예시로 tensorflow_gpu-2.1.0와 호환되는 버전은 다음과 같다.

• CUDA: 11.0
• cuDNN: 8.0

 

CUDA 와 cuDNN 의 버전은 각각 11과 8이다. 

정수로 딱 떨어지는 버전이라 기분이 좋다.

 

 

5. 호환버전의 CUDA를 찾아서 설치

NVIDIA 사이트에 접속후 CUDA Archive에서 원하는 버전의 CUDA를 선택해서 다운로드한다.

 

접속 링크 : cuda-toolkit-archive 를 검색하면 된다.

 

잠깐 여기서 어떤걸 선택해야할까?

좀 많다.

즉 11버전에서도 update를 실시한 것을 다운받아주자. update1

떠도는 항간에 의하면, 믿고 11 버전을 다운받으라고한다.

cuda의 경우는 11.0이 호환성 측면에서 좋다고 한다. (installer type 은 local 이다)

 

다운로드 링크 :

https://developer.nvidia.com/cuda-11.0-update1-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 

CUDA Toolkit 11.0 Update 1 Downloads

와, 하필 윈도우 11을 설치할뻔 했었는데, 물론 당연히 10버전을 쓰고 있다.

11은 cuda를 사용할 수 없는 것 같다. 이건 좀 단점이될 수 있겠다. 나처럼 새로운거 좋아하는 사람이면 전자기기 뿐만 아니라 os도 새로운걸로 업데이트하고 싶은건 못참는데, cuda를 못쓸수도 있었네 보니깐.

다운로드를 실시하면, 2.7기가 정도의 파일이 다운로드 된다.

 

 

파일은 다운로드 받고서 사용자 정의 설치를 통해 진행되야한다.

 

사용자 정의설치에서

• 우선, 체크표시 화면에서는 상단의 맨 위 cuda 체크칸을 빼고 나머지 표시들 모두 제거
• cuda 에서 visual studio integration/ sample/documentation 표시 제거
• 잠깐 난 visual  studio integration 이라는 기능을 쓸 것 같기도한데 뭘까 -> 밑에 글 참조

 - cudnn 설치후 압축푼 폴더들(\cuda\*) C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0안에 덮어씌우기

 - cmd) nvcc -V  // cuda version 확인

 

# visual studio integration 관련

CUDA 10.2 설치할때, Visual Studio Integration 와 GeForce Experience를 모두 체크해제하여 설치 안해서 에러가 발생했다고한다.
* 여기까지는 이미 공개된 내용임. 하지만 VS 2019를 사용하려면 결국 Integration을 설치해야 한다고 글을 적었네??

CUDA 압축 해제 후에 파일 들 중 일부 파일을 VS 쪽으로 옮겨야 한다고 한다.
CUDA를 다운로드할 때 local용으로 받아서 full source로 받아야 할 것이라는 의견이다

* 복사 할 위치(src) : {압축해제된 위치}\CUDAVisualStudioIntegration\ extras\visual_studio_integration\MSBuildExtensions\ 
* 붙여넣기 할 위치(dst) :(Visual Studio 버전 및 본인 설정에 따라 다르다고 한다)
C:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\MSBuild\Microsoft\VC\v160\BuildCustomizations\

 

일단 전반적으로 체크박스에 표시를 해제하는것이 맞는것같다.

이렇게 진행해보자.

 

그리고 설치받는 동안, cudnn 파일을 다운로드해주자. 내가 설치한 Tensorflow버전과 호환되면서 동시에

나의 CUDA와도 호환되는 버전의 cuDNN을 다운로드한다

 

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

 

---

잠깐만...이거 tensorflow 2버전을 사용하고 싶었는데, cuda가 버전이 11이 넘으면 사용못한다고 하네..

 

즉, cuda 버전이 낮아야하고, tensorflow가 2.4.1이 아닌 낮은게 필요하다는 말씀.

 

즉, 다시 아나콘다로 들어가서, 버전을 낮춰서 아나콘다에서 tensorflow를 설치해보자.

1. anaconda 설치 후 파이썬 3.7을 설치한 가상환경 생성하자

conda create -n forTensorflow python==3.7
# 텐서플로우를 하기위한 버전을 3.7로 깔기 위해 이름을 저렇게 지었다.

2.활성화

conda activate forTensorflow


3. tensorflow ~~~~ 설치(버전 지정 안하고 그냥 설치하면 2.0이 설치됨) 근데 2.1버전을 다운받을 것이기 떄문에

pip install --ignore-installed --upgrade tensorflow==2.1.0

 

오키. 설치가 잘됐다

pip freeze 명령어를 입력하면 현재 설치된 파일이 없음을 알 수 있다

 

라이브러리를 설치하는 것을 확인할 수 있다.

pip install --ignore-installed --upgrade tensorflow==2.1.0

 

운영 체제(OS): 윈도우 10

그래픽 카드(GPU): GeForce RTX 2060 super

CUDA 10.1

cuDNN 7.6

Python 3.7

tensorflow-gpu-2.1.0

 

 

 

ㅇ

 

성공화면

 

느낀점

설치과정이 꽤나 복잡하다.이럴거면 왜 이런식으로 만든거지..ㅠㅠ