개발 환경 구축2021. 6. 26. 21:04
반응형

최근에 버전을 업데이트하고, 학습을 시작하다가 갑자기 멈추는 등, 문제가 많았는데, 어떻게든 초기화하지 않고 해결하려고 했다가 결국 다시 컴퓨터를 초기화 했습니다. 

2021년 6월 26일 설치 완료했고, 다시 학습을 하니까 잘 되네요. 

다음을 위해 다시 기록 남겨둡니다..

[21.06.26] - TensorFlow 2.5.0 / CUDA 11.2 / cuDNN 8.1.0 / PyTorch 1.9.0


 

1. 윈도우 설치 (Pass)

2. 파이썬 (3.7.9) 설치

다른 버전의 파이썬에서 시도해보지는 않았지만, 텐서플로우(현재 최신 2.5.0) 공식 문서에 따르면, 파이썬 3.5 ~ 3.8을 지원한다고 한다. 

중간 버전인 파이썬 3.7.9 버전을 설치해준다.

 

Python Release Python 3.7.9

The official home of the Python Programming Language

www.python.org

Windows x86-64 executable installer 를 설치하면 된다. 

 

3. Visual Studio 2019 Community 다운로드

무료 버전인 Community 버전을 다운받고 실행하면 된다. 

 

Visual Studio 2019 | 무료 다운로드

Visual Studio에서 코드 완성, 디버깅, 테스트, Git 관리, 클라우드 배포를 사용하여 코드를 작성합니다. 지금 무료로 커뮤니티를 다운로드하세요.

visualstudio.microsoft.com

실행한 이후에 설치 창이 뜨면, "C++을 이용한 데스크톱 개발" 하나만 체크하고 설치하면 된다. 

 

4. Nvidia 드라이버 삭제 후 최신으로 재설치

제어판 - 프로그램 추가 / 제거 에서 "NVIDIA" 라고 검색하여 나오는 모든 프로그램들을 삭제한다. 

그리고 GPU에 맞는 최신 그래픽 드라이버를 설치해준다. 

 

NVIDIA 드라이버 다운로드

 

www.nvidia.co.kr

GeForce Experience 는 필요가 없고, NVIDIA STUDIO 드라이버만 설치해주면 된다. 

 

5. CUDA 11.2 설치 (드라이버 빼고)

CUDA를 다운로드하여 설치해준다. 

 

CUDA Toolkit 11.2 Downloads

Select Target Platform Click on the green buttons that describe your target platform. Only supported platforms will be shown. By downloading and using the software, you agree to fully comply with the terms and conditions of the CUDA EULA. Operating System

developer.nvidia.com

exe (network) 는 설치 프로그램 안에서 바로 다운로드 받으며 설치하는 건데, 전에 할때 되지 않은 경험이 있어서 exe (local) 로 받아주었다. 

다운받고, 설치를 진행할 때에 '빠른 설치 (권장)' 같은 메시지가 뜨는데, 이걸 선택하면 드라이버가 더 낮은 버전으로 새로 깔리게 된다.

드라이버를 유지하기 위해 '사용자 정의 설치 (고급)' 을 클릭하고, 'Driver components' 를 제거하고 설치한다. 'GeForce Experience' 역시 필요 없으므로 체크를 해제하고 설치를 진행하였다. 

다 필요 없어!

 

6. cuDNN (8.1.0) 설치

cuDNN은 NVDIA 에 로그인을 해야 다운로드 받을 수 있다. 

https://developer.nvidia.com/rdp/cudnn-download

Archived cuDNN Releases 를 눌러 구 버전의 cuDNN을 찾는다. 

맨 아래에 있는 'Download cuDNN v8.1.0 (어쩌구...) for CUDA 11.0, 11.1, 11.2' 를 다운로드 받는다. 

다운로드를 받으면 압축 파일을 하나 받게 되는데, 압축 파일 내의 'cuda' 폴더를 복사한다. 

아래 사진처럼 C:\ 위치에 'tools' 라는 이름의 폴더를 하나 만들고, 그 안에 복사한 cuda 폴더를 붙여넣는다. 

tools 폴더 만들고
그 안에 cuda 폴더 붙여넣기

 

7. 환경 변수 설정

윈도우 검색창에 '환경 변수' 라고 검색한다. 

아래에 있는 환경 변수 클릭
아래쪽에 있는 시스템 변수 에서 'Path'를 클릭하고 편집 클릭
이 창에서 '새로 만들기' 를 클릭

다음 세 개의 경로를 새로 추가해주면 된다. 

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\libx64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include

C:\tools\cuda\bin

맨 위에 있는 비슷하게 생긴 경로는 건드리지 말고 추가만 해주면 된다. 

 

9. CMake, Boost Binaries 설치

Boost binaries :

https://sourceforge.net/projects/boost/files/boost-binaries/1.71.0/boost_1_71_0-msvc-14.2-64.exe/download?use_mirror=jaist&use_mirror=jaist&r 

CMake : 

맨 아래에 있는 cmake-3.21.0-rc1-windows-x86_64.msi 다운로드

LightGBM을 위해 설치를 해준다. 

CMake 역시 다운로드를 하고 실행을 한다. 설치가 끝나면 'Add CMake to PATH' 라고 나오는데, 체크를 해 준다. 

 

10. 컴퓨터 재부팅 (pass)

11. pip 를 통해 패키지 설치 (pass)

 

글로벌 환경이던, 파이썬 가상 환경이던 'pip install 뭐시기' 를 통해서 패키지들을 설치해준다. 

pip3 install sklearn pandas seaborn matplotlib jupyter tensorflow xgboost catboost tqdm numpy==1.19.5 opencv-python optuna torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html 

numpy 최신 버전은 Tensorflow 2.5.0 과 에러가 나는 것을 확인했다. 

pip3 install  lightgbm --install-option=--gpu

lightgbm gpu 버전 설치

텐서플로우 버전은 2.5.0 (현재최신), 파이토치 버전은 (1.9.0) 입니다. 

반응형
Posted by Jamm_

댓글을 달아 주세요