아나콘다를 사용하여 가상 환경에 여러 버전의 CUDA 및 CUDNN 설치
기사 디렉토리
1. 시스템의 cuda 버전을 확인하세요
nvcc -V
2. 버전 지원 확인
(내 현재 환경은: python 3.10.9, tensorflow 2.13.0, CUDA 11.5, CUDNN 8.8;
설치된 새 환경은: python 3.6, tensorflow 1.15.0, CUDA 10, CUDNN 7.4)
다음 명령을 실행하여 현재 conda가 설치하려는 모델의 CUDA 및 CUDNN을 지원하는지 확인하십시오. 찾을 수 없으면 conda 버전을 변경하십시오.
Anaconda 프롬프트를 열고 현재 Conda에서 지원하는 CUDA 툴킷 버전을 확인한 후 다음 명령을 실행하십시오.
conda search cudatoolkit --info
Anaconda 프롬프트를 열고 현재 Conda에서 지원하는 CUDNN 버전을 확인한 후 다음 명령을 실행하십시오.
conda search cudnn --info
3. 가상 환경 만들기
아나콘다에서 가상 환경을 보고, 생성하고, 전환하고, 삭제하려면 내 블로그를 참조하세요. 클릭하여 이동하세요.
#创建虚拟环境
conda create -n TF1_PY36 python=3.6
#切换虚拟环境
conda activate TF1_PY36
4.CUDA 설치
conda install cudatoolkit==10.0
5.CUDNN 설치
conda install cudnn==7.6.5
6.텐서플로우 설치
conda install tensorflow-gpu==1.15.0
7. 설치가 성공적으로 완료되었는지 확인하세요.
conda list
명령줄에 python을 입력하고 python 환경에 들어가서 tensorflow를 로드하고 성공하는지 관찰합니다.
가져오기에 문제가 없는 것을 볼 수 있으며, 이는 tensorflow1.0 버전이 성공적으로 빌드되었음을 나타냅니다.
참고로 우리의 가상 환경에서는 CUDA와 CUDNN이 우리 시스템에 설치된 것과는 다르며, nvcc -V
버전 번호를 보기 위해 이를 사용하면 실제로는 첫 번째 설치인 시스템을 보는 것입니다. 버전번호는 지금 우리가 설치하고 있는 버전번호가 아닌, 현재 가상환경에 설치된 버전번호를 conda list
볼 수 있습니다.