Setup - Ubuntu18.04 + Cuda10.0 + CuDNN7.4.2 + TF1.14.0

  • Sun, Mar 22, 2020
  • 읽는 시간 1분

AI, Deep Learning 환경 준비하기

My PC Info

  • Ubuntu18.04
  • NVIDIA GTX1650

CUDA 및 cuDNN 을 설치 할 때, GPU와 호환 가능한 버전을 반드시 체크해야 한다. 그리고 Tensorflow 도 마찬가지로 CUDA와의 호환성을 체크하여야 한다. 현재(2020-03-22) Tensorflow 는 CUDA10.0(not 10.2)까지만 호환 가능하다. {: .notice}

CUDA 10.0 Installation

설치 파일은 NVIDIA 홈페이지에서 다운로드 가능하다.

install

sudo cuda_10.0.130_410.48_linux.run
$ export PATH=/usr/local/cuda-10.0/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH

cuDNN 7.4.2 Installation

설치 파일은 NVIDIA 홈페이지에서 다운로드 가능하다.

install

sudo dpkg -i ./libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb 
sudo dpkg -i ./libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb 
sudo dpkg -i ./libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb

CUPTI

CUPTI The CUDA Profiling Tools Interface (CUPTI) enables the creation of profiling and tracing tools that target CUDA applications.

CUPTI provides the following APIs: the Activity API, the Callback API, the Event API, the Metric API, and the Profiler API. Using these APIs, you can develop profiling tools that give insight into the CPU and GPU behavior of CUDA applications.

CUPTI is delivered as a dynamic library on all platforms supported by CUDA.

install

sudo apt install libcupti-dev -y

Tensorflow-gpu 1.14

install

pip3 install tensorflow-gpu opencv-python jupyter matplotlib tqdm scipy googledrivedownloader
pip3 uninstall numpy
pip3 install --upgrade numpy==1.16.1

test

>>> import tensorflow as tf
>>> hello = tf.constant(‘Hello, TensorFlow!’)
>>> sess = tf.Session()
>>> sess.run(hello)
b’Hello, TensorFlow!’
AIubuntu

댓글