Data Science Learner

GPU 지원 머신러닝, 딥러닝 Library를 설치하기 위한 준비3. Nvidia cuDNN 설치 및 환경변수 셋업하기 본문

Data Science/Python, ML, DL 개발환경 구성

GPU 지원 머신러닝, 딥러닝 Library를 설치하기 위한 준비3. Nvidia cuDNN 설치 및 환경변수 셋업하기

lanianP 2019. 7. 17. 22:49

1. cuDNN 설치하기

NVIDIA cuDNN은 심층 인공신경망 Deep Neural Network의 가속화된 연산을 도와주는 NVIDIA의 라이브러리이다.

그래서 이름도 cuDNN (cuda Deep Neural Network) 이다.

 

 

 

cuDNN이 꼭 없어도, CUDA만으로 GPU가속이 어느정도는 되겠지만,

Neural Network에 최적화된 연산을, 고속 GPU 연산을 경험하고 싶다면 설치해 보자.

https://developer.nvidia.com/rdp/cudnn-download (NVIDIA 계정 로그인 필요)

cuDNN v7.6.1 for CUDA 10.0 선택
윈도우 버전에 맞는 링크를 클릭해서 다운로드 받으면 된다. (여기서는 윈도우10)

 

 

 

다운로드를 받고 나면, 뜬금없이 압축 파일이 생길 것이다.

이 파일을 적당한 위치 (C:\cudnn\)에 압축을 풀어놓자.

 

 

적당한 위치에 압축을 풀어놓았으면, cuDNN 설치 절차는 완료이다.

 

 

2. CUDA 및 cuDNN 등 윈도우 환경 변수 등록하기

이제 설치한 CUDA 및 cuDNN등을  PyTorch 와 TensorFlow GPU버전에서 불러올 수 있게,

윈도우 환경 변수에 등록해준다.

 

제어판 > 시스템 > 고급 시스템 설정 > '고급' 탭 > '환경 변수' 클릭

아래 '시스템 변수'에서 Path 변수를 찾아 편집한다.

다음과 같이 5개의 경로가 등록되면 된다.

없으면 새로 만들고, 있는 경우 본인의 위치에 알맞게 편집한다.

 

지금까지의 과정을 잘 따라왔으면, 아래 캡처와 같을 것이다.

 

{CUDA 10.0 설치경로}\bin

{CUDA 10.0 설치경로}\libnvvp

{CUDA 10.0 설치경로}\extras\CUPTI\lib64

{CUDA 10.0 설치경로}\include

{cuDNN 압축 푼 경로}\cuda\bin

위에서 다섯개까지가 등록한 CUDA 및 cuDNN 경로 이다.

 

위 환경변수 목록에 대한 근거는 TensorFlow 홈페이지에서 찾아볼 수 있다.

https://www.tensorflow.org/install/gpu

libnvvp의 경우, CUDA 설치시 기본으로 설정되어 있었다.

 

이것으로, NVIDIA 드라이버 설치, CUDA Toolkit 설치, cuDNN 설치 및 환경 변수까지 모두 완료되었다.

NVIDIA 관련 설치 과정이 모두 끝나 이제 GPU버전의 PyTorch와 TensorFlow를 설치하면 된다.