AI
Nvidia driver, CUDA, cuDNN, TensorFlow 버전 호환성 맞추기
Pytorch를 사용하다가 Tensorflow2를 사용하게 되었는데, "GPU 드라이버, CUDA, cuDNN, TensorFlow"의 버전 호환성이 안 맞는 문제가 계속 발생했어요.... 느낌 상 TF가 유독 까다로운 것 같아요... ㅠ 텐서플로우 버전 호환성 맞추기 시작합니다. 서론 저는 Linux Ubuntu 18.04에서 GeForce RTX 3090을 사용하고 있습니다. 인공지능을 학습하기 위해 TensorFlow2와 Keras를 사용하고 있고, 이 라이브러리를 사용하면서 겪었던 버전 호환성의 문제를 기록해보려고 합니다. 우선, TensorFlow나 pytorch와 같은 라이브러리가 GPU를 사용하기 위해 설치해야 할 것이 무엇인지 간략히 설명드려보겠습니다. 첫 번째로, OS에서 GPU를 읽을 ..
인공지능 학습을 위한 TensorFlow 환경 설계
※ 버전 호환성에 관한 문제나 모호한 정보에 대한 궁금증은 TensorFlow 공식 홈페이지에서 확인하는 것이 제일 좋음. (클릭) TensorFlow 공식 홈페이지 상황 연구실 서버에서 TensorFlow2 활용하기 ▶ 연구실 서버 환경 (도커 사용하지 않음, 도커 사용시: (클릭) TensorFlow Docker 환경 구축 방법) - OS: Linux, Ubuntu 18.04 - GPU: GeForce RTX 3090 ※ 사용자가 확인해야 할 것 - (클릭) TensorFlow 공식 홈페이지 가기 1. TensorFlow2를 설치하기 위해서는 64비트 시스템(x86_64)에서 아래와 같은 환경이 필요함 - Python: 3.6~3.9 - OS: Ubuntu 16.04 이상, Windows 7 이상, ..