Visual Studio 설치
- .NET 데스크탑 개발 및 C++를 사용한 데스크탑 개발 설치하기
CUDA 설치
- Windows > x86_64 > 10 > exe(local) 선택 (링크)
- 빠른 설치로 설치하기
CuDNN 설치
- NVIDIA 계정 가입 및 로그인 필요
- zip 파일 다운받은 후, 적절한 경로에 압축해제하기
zlibwapi.dll 설정
- 위의 사이트에서 Windows 사용자를 위한 ZLIB DLL을 다운받는다.
- 해당 파일을 압축해제한 뒤, zlibwapi.dll 파일을 CUDA 경로의 bin 파일로 복사붙여넣기한다.
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
환경변수 추가
- 설정앱 > 정보 > 고급 시스템 설정 > 환경변수 선택
- 시스템 변수의 Path에 아래의 경로 추가
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64
- ${cuDNN 압축해제 폴더}\bin
- 참고 이미지
tensorflow 설치
- pip를 이용하여 tensorflow 설치하기
pip3 install tensorflow
GPU 테스트
- gpu 확인
import tensorflow as tf from tensorflow.python.client import device_lib print("gpu_device_name:\n", tf.test.gpu_device_name()) print("--" * 20) print("list_physical_devices:\n", tf.config.list_physical_devices('GPU')) print("--" * 20) print("list_local_devices:\n", device_lib.list_local_devices())
- 학습 테스트
import os import tensorflow as tf mnist = tf.keras.datasets.mnist (X_train, y_train), (X_test, y_test) = mnist.load_data() X_train, X_test = X_train.reshape(60000, 28 * 28) / 255.0, X_test.reshape(10000, 28 * 28) / 255.0 model = tf.keras.models.Sequential([ tf.keras.layers.Dense(128, activation='relu', input_shape=(28 * 28,)), tf.keras.layers.Dense(256, activation='relu'), tf.keras.layers.Dense(10, activation='softmax') ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(X_train, y_train, epochs=20) model.evaluate(X_test, y_test, verbose=2)