Data Science Learner
GPU 지원 머신러닝, 딥러닝 Library를 설치하기 위한 준비3. Nvidia cuDNN 설치 및 환경변수 셋업하기 본문
GPU 지원 머신러닝, 딥러닝 Library를 설치하기 위한 준비3. Nvidia cuDNN 설치 및 환경변수 셋업하기
lanianP 2019. 7. 17. 22:491. 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)
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
위 환경변수 목록에 대한 근거는 TensorFlow 홈페이지에서 찾아볼 수 있다.
https://www.tensorflow.org/install/gpu
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.
'Data Science > Python, ML, DL 개발환경 구성' 카테고리의 다른 글
GPU 지원 머신러닝, 딥러닝 Library를 설치하기 위한 준비2. Nvidia CUDA Toolkit 10.0 설치하기 (0) | 2019.07.17 |
---|---|
GPU 지원 머신러닝, 딥러닝 Library를 설치하기 위한 준비1. Nvidia 최신 드라이버 설치하기 (0) | 2019.07.12 |
아나콘다로 python 버전 별 가상환경 생성하기 (0) | 2019.07.12 |
윈도우 10에서 아나콘다 최신버전 설치하기 (64bit) (0) | 2019.07.12 |
구버전 아나콘다 삭제 후 재 설치 시, 가상환경 env 백업/복원 하기 (0) | 2019.07.12 |