CUDA 프로그램 설치 및 환경설정

목차

1. 프로그램 설치
2. 가상환경 생성 및 전환
3. nb_conda 설치
4. Kernel 설정
5. 모듈 설치

프로그램 설치

1. 실행파일 (CUDA)

• 첫번째 파일: NVIDIA에서 제공하는 최신 비디오 드라이버
• 두번째 파일: NVIDIA에서 제공하는 GPU를 쓸 수 있도록 만든 라이브러리

deep learning을 위해 비디오 버전이 받쳐줘야 한다. 현재 사용하고 있는 컴퓨터 사양: NVIDIA 그래픽 카드에 맞춰 필요한 최신 버전의 프로그램을 설치한다. 이를 위한 파일은 마찬가지로 Git에 올려두었다. 만약 다른 그래픽 드라이버를 사용한다면 그 회사에서 제공하는 파일을 찾아 설치하도록 한다. 폴더 내에는 실행 파일 두 개와, 압축 파일 한 개가 들어있다. 이는 NVIDIA에서 제공된다. 두 실행 파일을 모두 설치한다. 설정은 default!

주의할 점은 모든 프로그램의 버전을 동일하게 맞춰줘야지 오류가 나지 않는다는 것!

 

비디오 드라이버 설치

cuda 설치

 

설치가 완료됬는지를 확인하기 위해 program files에 들어가서 해당 폴더로 들어간다.

내부에 CUDA 하위 폴더와 여러 폴더가 존재한다면 설치가 온전히 된 것!

 

 

CUDA 설치 파일 확인

 

2. 압축파일

압축 폴더의 압축을 풀어주면 내부에 3개의 폴더가 존재한다.

이를 복사하여 위에서 확인한 Program Files > NVIDIA GPU Computing Toolkit > CUDA 에 붙여넣기 한다. 

복사해서 붙여넣기 하지 않으면, 나중에 실행 시에 오류가 날 것!

 

• 압축 해제 폴더 복사 > Program Files 폴더 > NVIDIA GPU Computing Toolkit 폴더 > CUDA 폴더 > 붙여넣기

 

 

압축 해제 폴더

 

CUDA에 붙여넣기

 

가상환경 생성 및 전환

지금까지는 tensorflow는 cpu 버전을 사용했다. deep learning으로 가면 더 많은 수학적 연산(matrix)이 필요하고, gpu 버전을 사용하면 더 빠르게 계산을 할 수 있다. (항상 gpu가 cpu 보다 빠른 것은 아님) 새로운 가상환경을 만들어서 tensorflow GPU 버전을 이용해 보도록 한다.

 

• prompt 관리자 > conda create -n gpu_env python=3.6 openssl
• activate gpu_env

 

nb_conda 설치

이를 설치해야지 주피터 노트북에 gpu_env 등록이 된다. 가상환경 진입해서 설치한다. 

• prompt 관리자 > activate gpu_env > conda install nb_conda

 

Kernel 설정

주피터 kernel에 gpu_env 가상환경이 뜨도록 설정하는 과정이다. 가상환경 진입하지 않고 설치한다.

 

• prompt 관리자> python -m ipykernel install --user --name=gpu_env --display-name=[GPU_ENV]

New 에서 확인 가능

 

Kernel에서 확인 가능

 

모듈 설치

gpu_env에는 가상환경 만이 있고, pandas, numpy 등 지금까지 사용하던 module 설치가 안된 상태이다.

따라서, 그냥 import 하면 error 생성되고, 이에 필요한 모듈을 설치한다. 

 

• prompt 관리자 > activate gpu_env > pip install numpy
• prompt 관리자 > activate gpu_env > pip install matplotlib
• prompt 관리자 > activate gpu_env > pip install pandas

 

tensorflow 설치 유의!

일반적으로 pip install tendorflow 으로 설치하면, default 값으로 cpu버전의 2.0 버전을 설치한다.

위에 설치한 CUDA가 10.0 최신 버전이므로 버전을 맞춰주기 위해 맨 뒤에 버전 설정을 추가한다. 

나중에 파이썬 버전 또한 맞춰줘야 한다.

 

• prompt 관리자 > activate gpu_env > pip install tensorflow-gpu==1.15