목록pytorch (2)
Data Science Learner
GPU 지원 머신러닝, 딥러닝 Library를 설치하기 위한 준비3. Nvidia cuDNN 설치 및 환경변수 셋업하기
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) 다운로드를 받고 나면, 뜬금없이 압축 파일이 생길 것이다. 이 파일을 적당한 위치 (C:\cudnn\)에 압축을 풀어놓자. 적당한 위치에 압축을 풀어놓았으면, cuDNN 설치 절차는 ..
GPU 지원 머신러닝, 딥러닝 Library를 설치하기 위한 준비2. Nvidia CUDA Toolkit 10.0 설치하기
본 설치 과정을 모두 진행함으로써 설치하려는 ML, DL 라이브러리는 아래의 세 가지이다. 1. ML계의 대부 scikit-learn 2. DL계의 쌍두마차 pytorch, tensorflow 이 중, scikit-learn은 Anaconda에서 환경을 구성 시에는 자동으로 포함하여 설치해준다. 싸이킷런은 GPU버전이 따로 존재하지 않아, Nvidia 관련 설치과정과는 무관하다. 딥러닝 라이브러리인 파이토치(pytorch)와 텐서플로(tensorflow)는 모두 GPU 가속화 버전이 존재한다. 앞선 과정인 Nvidia Driver 설치는 기본 과정으로, 라이브러리와 종속성이 없지만, 이번 절차인 CUDA설치과 cuDNN 설치의 경우 종속성이 존재하기 때문에 안정적으로 한번에 설치를 끝내기 위해, 우선적으..