[Windows] NVIDIA GPU 사용을 위한 Window Native에 Tensorflow 설치

NVIDIA Driver

 

 

NVIDIA에서 제품에 맞는 드라이버를 설치한다.

 

WSL2 설치

 

 

PowerShell에서 WLS2를 설치한다.

 

wls --install

 

PowerShell에서 nvidia-smi 명령으로 GPU 서버를 확인한다. Ubuntu-22.04를 사용한다.

 

nvidia-smi

 

Miniconda 설치

 

아래의 명령어를 터미널에 입력해 스크립트 파일을 다운로드 후에 실행한다.

 

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
sudo bash Miniconda3-latest-Linux-x86_64.sh

 

경로를 “/home/{사용자 이름}/miniconda3”로 설정한다.

 

 # conda 경로 설정
export PATH="/home/{사용자 이름}/miniconda3/bin:$PATH"

# 설정 즉시 적용, 유저 개인의 alias 및 변수 설정
source .bashrc 

# miniconda 시작
conda init

 

CUDA 설치

 

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

 

콘다 환경 만들기

 

다음 명령을 사용하여 tf 라는 새 conda 환경을 만든다.

 

CUDA 설치

 

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

 

 

TensorFlow 설치

 

TensorFlow는 PyPI에만 공식적으로 출시되므로 pip 업그레이드를 권장한다.

 

pip install --upgrade pip

# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"

 

설치 확인

 

PowerShell에서 CPU 설정을 확인한다.

 

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

 

텐서가 반환되면 TensorFlow가 성공적으로 설치된 것이다. 그 다음으로, GPU 설정을 확인한다.

 

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"

 

GPU 장치 목록이 반환되면 TensorFlow가 성공적으로 설치된 것이다.

 

https://www.tensorflow.org/install/pip?hl=ko

pip로 TensorFlow 설치