Machine Learning & Deep Learing을 위해 CPU가 아닌 GPU로 학습시키기 위해서 GPU 환경 설정이 필요했다.
따라서 PyTorch에서 GPU로 학습 시키기 위한 환경 설정을 해주었다.
1. Nvidia Drvier Install
www.nvidia.co.kr/Download/index.aspx?lang=kr
해당 링크에 들어가면, 각자 그래픽카드에 맞는 Driver를 Install 할 수 있다.
다운로드 완료 후 cmd을 사용해 아래 코드를 입력하면 Nvidia Driver가 잘 다운되었는지 확인 할 수 있다.
CUDA가 다운로드 되어 있으면 CUDA Version도 확인 할 수 있다.
2. CUDA Install
CUDA Toolkit을 Install 하기 위해서 위에서 확인했던 GPU(NVIDIA-SMI 445.75)을 확인해야 한다.
그래서 나는 CUDA 11.0을 Install 했다.
아래의 링크에서 Install 가능하다.
developer.nvidia.com/cuda-11.0-download-archive?target_os=Windows&target_arch=x86_64
CUDA Toolkit 11.0 Download
Select Target Platform Click on the green buttons that describe your target platform. Only supported platforms will be shown. By downloading and using the software, you agree to fully comply with the terms and conditions of the CUDA EULA. Operating System
developer.nvidia.com
3. cuDNN Install
developer.nvidia.com/rdp/cudnn-archive
cuDNN Archive
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.
developer.nvidia.com
위 링크를 통해 cuDNN을 Install 할 수 있다.
4. 환경변수 설정
2번에서 CUDA를 Install 했다면
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
아래와 같이 CUDA가 Install 되는데 이 파일들을 cuDNN 경로에 이동시킨다.
환경 변수 편집에 들어가서 PATH에 들어가서 편집을 진행하면 된다.
위 그림과 같이 복사를 해 3개를 모두 추가하면 된다.
참고자료
1. wordbe.tistory.com/entry/Windows-tensorflow-GPU-%EC%84%A4%EC%B9%98
'Install' 카테고리의 다른 글
Docker란 ? 그리고 Docker 설치 및 사용 for Window (2) | 2021.03.30 |
---|---|
PyTorch_Anaconda & JupterLab Install (0) | 2020.11.02 |