윈도우11 아나콘다 텐서플로 GPU 셋팅 저장용

 

 

 

• Window 11 64-bit 
• NVIDIA GeForce GTX 1660
• 아나콘다 가상환경

 

 

콘다와 비주얼 스튜디오는 기존에 깔려있고 콘다 가상환경에서 텐서플로를 설치해서 GPU를 잡아주려한다

 

아래의 글 메인으로 참고

https://limitsinx.tistory.com/317

[24년 수정] Anaconda TensorflowGPU 연결하기

 

 

이전에 Nvidia Driver 다운로드 완료

# nvidia-smi
Tue Jul  1 14:38:50 2025       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 560.94                 Driver Version: 560.94         CUDA Version: 12.6     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                  Driver-Model | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce GTX 1660 ...  WDDM  |   00000000:01:00.0  On |                  N/A |
| 26%   39C    P8             22W /  125W |    2306MiB /   6144MiB |     21%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

 

CUDA, cuDNN 먼저 설치 후 텐서플로 GPU 잡아주면 셋팅 완료

 

 

 

 

 

 

 

CUDA, cuDNN 설치

 

 

주의. 텐서플로 윈도우 GPU 지원은 버젼 제한 있음

 

https://www.tensorflow.org/install/source_windows?hl=ko#gpu

Windows의 소스에서 빌드,Windows의 소스에서 빌드  |  TensorFlow

 

 

• 윈도우에서 셋팅하려면 버젼이 제한되어 있음. 참고해서 설치
• 더 상위 버젼을 사용하려면 WSL2를 통한 리눅스 환경을 셋팅해야함
• tensorflow_gpu-2.10.0 선택
  • python : 3.7
  • CUDA : 11.2
  • cuDNN : 8.1 

 

 

 

 

CUDA 11.2, cuDNN 8.1 설치

 

https://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10

CUDA Toolkit 11.2 Downloads

• 설치는 local or network
• local 설치 파일은 용량이 2GB 정도
• 다운받는데 오래 걸려서 network로 받아서 진행함
• 이 때 Nvidia Driver를 이전에 설치했다면 SDK 설치 이슈가 발생할 수도 있다
• 설치 화면에서 호환성 검사 중 아래와 같은 문구가 뜨면서 설치가 안된다

You already have a newer version of the nvidia frameview sdk installed

 

발생할 경우 아래 글 참고하여 NVIDIA FrameView SDK 삭제하면 CUDA 설치 완료

 

https://angelplayer.tistory.com/363

[Cuda 에러 해결] You already have a newer version of the nvidia frameview sdk installed

 

 

 

 

https://developer.nvidia.com/rdp/cudnn-archive

cuDNN Archive

 

• cuDNN은 압축 해제 후 파일들 옮기고 환경 변수 추가, 가상 환경 만드는 부분까지 위의 글 참고
• 비주얼 스튜디오에서 콘다 가상 환경 만들고 연결할 때 ipykernel 설치하는데 꽤 오래 걸리는 경우가 있는데 그럴땐 직접 만든 가상 환경에 들어가서 커널 설치해주고 연결하면 훨씬 더 빠르게 되기도 한다

pip install ipykernel

 

 

 

Tensorflow 설치 및 GPU 확인

 

버젼 체크

import tensorflow as tf
tf.__version__

=> '2.10.0'

 

 

 

GPU 설정 확인

import tensorflow as tf 
from tensorflow.python.client import device_lib

print(device_lib.list_local_devices() )


[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 3753910309520622275
xla_global_id: -1
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 4162846720
locality {
  bus_id: 1
  links {
  }
}
incarnation: 17348995261561012313
physical_device_desc: "device: 0, name: NVIDIA GeForce GTX 1660 SUPER, pci bus id: 0000:01:00.0, compute capability: 7.5"
xla_global_id: 416903419
]

 

 

import tensorflow as tf

print("TF version:", tf.__version__)
print("Available GPUs:", tf.config.list_physical_devices('GPU'))

TF version: 2.10.0
Available GPUs: [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

 

GPU 정상적으로 잡히고 간단한 모델 학습 돌려보면 사용량 8~90% 되면서 정상 작동 확인 완료