인공지능을 공부할때는 보통 코랩을 통해서 GPU를 사용한다! 하지만 집의 컴퓨터에 GPU가 장착되어 있다면 이를 활용해서 코드를 돌려볼 수도있다.
파이참에서 GPU를 사용하는 방법에 대해 다뤄보겠다
우선 아나콘다를 설치해야 한다.
https://www.anaconda.com/products/distribution
그리고 파이썬과 파이참은 설치되어 있다고 가정해보겠다. 아나콘다는 가장 최신 버전을 설치하면 된다!
1. CUDA 설치
https://developer.nvidia.com/cuda-toolkit-archive
어느버전을 설치해야하는지 간략하게 설명해 보겠다. 현재 필자가 쓴 시기에는 11.2 버전을 설치했다.
https://www.tensorflow.org/install
해당 링크의 좌측에 보면 GPU지원 칸이 있는데 해당 칸에서 자세한 정보를 볼 수 있다.
그후 위 부분을 봐서 TensorFlow버전과 CUDA Toolkit버전과 cuDNN 버전 세 버전을 어떤걸 설치할지 봐주면된다. 호환이 가능한 것으로 고르면 된다.
필자는
TensorFlow 2.8 CUDA Toolkit 11.2 cuDNN 8.1.1 을 선택했다.
2. cuDNN 설치
https://developer.nvidia.com/rdp/cudnn-archive
해당 버전들 중에서 CUDA버전에 맞는 걸 찾아서 설치하면 된다.
그러면 위 파일이 나올텐데 해당 폴더들을 복사한 후
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
경로에 붙여넣어주면 된다. 버전이 11.2가아니라면 해당 버전의 이름으로 폴더가 있을 것이다.
자, 이제 기본적인 설정이 끝났다.
파이참에서 File - Setting - Python Interpreter로 들어간 후에 anaconda로 가상환경을 설정한다. 만약 없다면 만들어준다.
없다면 Python Interpreter안의 Show-all 을 누르고 +를 누른 후
Conda 환경으로 만들어주면된다.
이때 가상환경을 새로만들었다면 파이참을 종료했다 실행해야 정상적으로 적용이 된다.
터미널을 열어서 (가상환경 이름) 으로 가상환경상태로 인터프리터가 잘 설정되어있는지 확인을 한 후,
pip install tensorflow-gpu
를통해 버전을 설치해준다.
pip install tensorflow-gpu==2.8.0 식으로 원하는 버전이 있다면 맞춰주면 된다.
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
그 후 위 코드를 실행하였을때
위와같이 GPU가 잡힌다면 정상적으로 GPU를 사용할 준비가 된 것이다.
import tensorflow as tf
print(tf.test.is_built_with_cuda())
print(tf.test.is_gpu_available())
또 위코드를 실행하였을때
다음처럼 True가 두번 나와도 실행이 잘 될 준비가 된 것이다.
그후 최근 공부하고 있던 실제 학습모델을 돌려보았더니 대충 한 Epoch당 1분정도 시간이 걸리는것을 확인할 수 있었다. 코랩을 통해서 실행했을때 2분정도 걸렸었는데 더 빠르게 학습을 시킬 수 있게 되었다!
'Python > 인공지능' 카테고리의 다른 글
인공신경망 직접구현 (0) | 2022.06.07 |
---|---|
Training , Test 선택 가우시안 모델 구현하기 (0) | 2022.04.30 |
가우스 함수를 이용한 선형회귀 모델 직접구현 (0) | 2022.04.17 |
다중차원 선형모델 직접 구현 (0) | 2022.04.17 |
경사하강법 직접구현 (0) | 2022.04.10 |