We will find a way. We always have.

고려대학교에서 인공지능과 금융공학을 연구하고 있는 어느 대학원생의 블로그입니다.

딥러닝(Deep Learning)

Windows10에서의 CUDA 100% 설치

MinsukSung 2020. 9. 22. 10:29

딥러닝을 하려고 하면 항상 CUDA 설치를 다시 해야합니다 (분명히 과거에 했었던 것 같은데...?) 그래서 다시 정리해두려고 한다. 일단 필요한 리스트는 아래와 같습니다. 

 

  1. NVIDIA 그래픽 드라이버
  2. NVIDIA CUDA
  3. NVIDIA cuDNN

 

NVIDIA 그래픽 드라이버

저는 GTX 1080Ti를 사용하기 때문에 이거에 맞는 그래픽 드라이버를 설치해줬습니다. 

 

 

 

NVIDIA DRIVERS GeForce Game Ready Driver WHQL

GeForce Game Ready Driver 버전: 456.38  WHQL 배포 날짜: 2020.9.17 운영 체제: Windows 10 64-bit CUDA 툴킷: 언어: Korean 파일 크기: 609.03 MB 사용자 가이드 제품 지원 목록 추가 정보 Game Ready Drivers provide the best possi

www.nvidia.co.kr

 


 

NVIDIA CUDA

저의 경우는 GTX 1080Ti 를 사용하기 때문에 높은 버전의 CUDA는 필요없고, 항상 CUDA 10.1 기준으로 맞춰서 사용합니다. 이게 성공 확률이 제일 높았습니다. 현재 사용하고 있는 OS대로 클릭하면 아래와 같이 Download 버튼이 생기는데 저걸 다운로드 합니다.

 

 

 

CUDA Toolkit 10.1 update1 Archive

Select Target Platform Click on the green buttons that describe your target platform. Only supported platforms will be shown. Operating System Architecture Distribution Version Installer Type Do you want to cross-compile? Yes No Select Host Platform Click

developer.nvidia.com

 


 

NVIDIA cuDNN

이제 cuDNN 라이브러리를 다운로드하러 갑니다. 여기에서 저는 cuDNN Library for Windows 10 눌러서 다운로드 받았습니다. 

 

 

 

cuDNN Archive

NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.

developer.nvidia.com

모두 설치를 했다면 아래와 같은 방법을 진행합니다.

CUDA가 설치되어 있는 경로로 가주세요.

> C:\Program Files\NVIDIA GPU Computing Toolkit

 

더 들어가주세요.

> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

 

그리고 cuDNN이 다운로드된 경로로 가주세요.

 

cuDNN에 있는 모든 파일을 CUDA 파일로 복붙해주시면 드디어 완료입니다. 아마 bin, include, lib 그리고 CUDA_Toolkit_Release_Notes 까지 총 4개의 파일이 있는데, 그걸 CUDA 폴더로 복붙해주면 끝입니다.

 

 


딥러닝 프레임워크 설치

이 모든 걸 따라오셨다면 자신이 사용하시는 딥러닝 프레임워크를 GPU 버전으로 설치해줍니다. 저는 PyTorch를 사용하기 때문에 이걸 기준으로 보여드릴게요. PyTorch 홈페이지를 가시면 아까 저는 10.1 버전 기준으로 설치를 해뒀기 때문에 CUDA도 10.1로 선택을 해줍니다.

 

 

 

PyTorch

An open source deep learning platform that provides a seamless path from research prototyping to production deployment.

pytorch.org

 

위 명령어를 터미널에서 설치해주시면 됩니다.

 

 

이렇게 하면 아래와 같이 명령어를 쳤을 때, 'cuda'라고 나오면 성공입니다!

device = 'cuda'  if torch.cuda.is_available() else 'cpu'
device