GTX1660Super GPU셋팅

수업시간에 딥러닝으로 이미지 분석을 진행중인데,
딥러닝을 하려면 GPU 셋팅이 따로 필요하여 점심시간을 이용해서 진행하려 한다.

최종 시스템 환경

• GPU : Geforce GTX 1660 Super 6GB
• tensorflow : 2.7.0
• python : 3.8.0
• CUDA : 11.2.2
• cuDNN : 8.1.1

1. GPU에 맞는 CUDA 버전 확인

제일 먼저 내 CPU에 해당하는 Compute capability를 확인한다.
https://en.wikipedia.org/wiki/CUDA#Version_features_and_specifications
GTX1660Super를 사용하고 있고, Compute capability는 7.5이다.
CUDA SDK 10.0~10.2, CUDA SDK 11.0, CUDA SDK 11.1~11.6을 사용할 수 있다.

2. Tensorflow, cuDNN 버전확인

https://www.tensorflow.org/install/source_windows#tested_build_configurations
python 버전은 현재 3.9.7을 사용하고 있고, tensorflow는 2.7.0을 사용하고 있다.
버전에 맞춰 설치해본다.

3. 호환되는 CUDA 설치

https://developer.nvidia.com/cuda-toolkit-archive
11.2 버전을 설치할 수 있기 때문에 11.2.2 버전을 설치했다.

설치할 때 Select Target Platform은 다음과 같이 선택해서 다운로드 한다.

4. cuDNN 설치

Tensorflow 버전과 호환되면서 CUDA와 호환되는 버전의 cuDNN을 설치해야 한다.
cuDNN은 8.1 버전을 설치한다.
cuDNN은 v8.1.1을 설치하는데 for CUDA가 11.2인지 확인하고 설치한다.
https://developer.nvidia.com/rdp/cudnn-archive

설치가 완료되면 압축을 풀고 cuDNN의 파일 CUDA/v11.2 에 덮어쓰기 한다.
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

5. tensorflow-gpu를 설치한다.

anaconda prompt를 켜서 호환되는 tensorflow-gpu를 설치한다.

pip install tensorflow-gpu==2.7.0

6. 작동확인

anaconda prompt에서 nvcc --version으로 CUDA 확인한다.

참고블로그 : https://coding-groot.tistory.com/87