(그지같은) Tensorflow, CUDA, CNN 설치를 해보자

이 개복치 같은 놈들

진짜 버전, 환경 세팅하다가 소요되는 시간이 너무 아깝다

그 시간에 개발을 해야한다고요!!!

기능 만들고 싶다고요!!!!

좀 척하면 척 되면 어디가 덧나나...

---

설치 방법

1. 일단 원하는 텐서플로 버전을 설치 (ex. tensorflow = 2.7.0)

GPU가 있다면, tensorflow-gpu 버전을 설치

GPU가 없다면, tensorflow 버전을 설치 (CPU버전)

텐서플로와 호환되는 친구들을 알아 볼 수 있는 공식 사이트 링크

(https://www.tensorflow.org/install/source_windows?hl=ko#tested_build_configurations)

Windows의 소스에서 빌드,Windows의 소스에서 빌드  |  TensorFlow

 

2. 해당 버전과 호환되는 파이썬 버전을 설치 (python = 3.8)

텐서플로와 호환되는 중간버전이 적당한 것 같다

tensorflow 기동하는데 필요한 일부 라이브러리 버전이 안맞는다고 해서…

3. 텐서플로, 파이썬과 호환되는 CUDA를 설치한다

4. Tensorflow, Python, CUDA와 호환되는 cuDNN을 다운받는다

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

cuDNN Archive

여긴 회원가입을 하고 개발자(Developer)에 가입을 해야 다운받을 수 있다

개발자 가입은 별거 없고, 그냥 일종의 동의? 같은 느낌으로 페이지 넘어감

5. GPU를 제대로 인식했나 확인해보쟈!

import tensorflow as tf

# TensorFlow가 감지한 GPU 목록을 가져옵니다.
gpus = tf.config.list_physical_devices('GPU')

# 각 GPU에 대한 상세 정보 출력
if gpus:
    for gpu in gpus:
        print("Name:", gpu.name)
        print("Type:", gpu.device_type)
        
        # 각 GPU의 메모리와 기타 설정 상세 정보 가져오기
        details = tf.config.experimental.get_device_details(gpu)
        print("Details:", details)
        
        # 메모리 성능과 관련된 정보
        # 디바이스 이름을 올바르게 파싱하여 메모리 정보 함수에 전달
        device_name = gpu.name.split('physical_device:')[-1]  # "GPU:0" 형식으로 변환
        memory_info = tf.config.experimental.get_memory_info(device_name)
        print("Total Memory (bytes):", memory_info['current'])
        print("Free Memory (bytes):", memory_info['peak'])
else:
    print("No GPU is available.")
    
    
""" 
========================================================
결과!
- 희한하게도 메모리는 못잡네..
========================================================
"""
    
# ==============
# 싸트북 결과
# ==============
Name: /physical_device:GPU:0
Type: GPU
Details: {'device_name': 'GeForce RTX 3050 Ti Laptop GPU', 'compute_capability': (8, 6)}
Total Memory (bytes): 0
Free Memory (bytes): 0

# ==============
# GPU 서버 결과
# ==============
Name: /physical_device:GPU:0
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:1
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:2
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:3
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:4
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:5
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:6
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:7
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:8
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0
Name: /physical_device:GPU:9
Type: GPU
Details: {'compute_capability': (7, 0), 'device_name': 'Tesla V100S-PCIE-32GB'}
Total Memory (bytes): 0
Free Memory (bytes): 0

 

인식 잘된다.. 답답해 죽는줄