[리눅스] 아나콘다 환경에서 텐서플로우가 GPU 인식

소개

Anaconda 환경에서
Tensorflow가 GPU를 인식하게 할 때 아래와 같은 에러가 발생.
해결책을 설명합니다.

# check device using tensorflow.
from tensorflow.python.client import device_lib
device_lib.list_local_devices()

>> InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

해결 개요

CUDA의 디바이스 드라이버 버전과 Tensorflow-gpu 버전이 일치하지 않기 때문인 경우가 많다고 생각된다.

먼저 nvidia-smi 명령을 사용하여 CUDA의 장치 드라이버 버전 및 CUDA 버전을 확인합니다.


nvidia-smi가 움직이지 않으면 아래를 참조하십시오.
공식 htps : // / cs. 응아아. 코 m / 쿠다 / 쿠다 - s s 탓 치 온구이 - ぃ ん x / 어서 x. html # 아 bst 등 ct
Qiita htps : // m / p 여과기 l1964 / ms / 19 3d1 27306f80d06d

위 그림에서는 CUDA Version: 10.0인 것을 알 수 있다.

다음에 아래에서 대응하는 Tensorflow-gpu 버전을 확인
htps //w w. 천식 rfぉw. 오 rg / in s ta l / 그렇게 r? hl = 그럼


CUDA 10.0에 해당하는 Tensorflow 버전은
1.13.1 이상이라고 알 수 있다.

Tensorflow 버전이 알려지면 다시 설치하기만 하지만, 먼저 이미 설치해 버린 Tensorflow 관련 라이브러리를 삭제한다.

conda remove cudnn tensorflow tensorflow-base tensorflow-estimator tensorflow-gpu

그런 다음 tensorflow gpu를 다시 설치합니다.

conda install -c anaconda tensorflow-gpu=2.0.0

마지막으로 아래 코드에서 GPU가 인식되면 완료

from tensorflow.python.client import device_lib
device_lib.list_local_devices()