'CUDA'에 해당하는 글 2건



W tensorflow/stream_executor/platform/default/dso_loader.cc:59] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found

I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.


PyCharm 에서 tensorflow 실행시 CUDA 10.1 이 설치되어 있지 않다는 경고(Warning).


CUDA 는 NVIDIA 의 CUDA 코어가 장착된 GPU 에서 병렬 처리를 가능하게 하는 GPGPU 기술이다. TensorFlow 2.0 부터는 CPU 버전과 GPU 버전이 통합되어, CUDA 를 지원하는 NVIDIA 그래픽카드가 있고 해당 CUDA 드라이버가 설치되어 있다면 자동으로 GPU 를 인식한다. 만약 NVIDIA 그래픽카드나 CUDA 가 설치되어 있지 않다면 PyCharm 에서는 위와 같이 경고를 발생하고 CPU 모드로 실행될 것이다.


CUDA 를 지원하는 NVIDIA 그래픽카드가 있다면 드라이버를 설치하여 GPU 가속을 사용할 수 있다. cudart64_101.dll 이 없다하니 10.1 버전을 설치하면 된다. 64는 비트 101은 버전을 뜻한다. 그 전에 본인의 CPU 가 CUDA 10.1 버전을 사용할 수 있는지를 먼저 체크해야 한다.


>>> import tensorflow as tf
>>> tf.config.list_physical_devices('GPU')
 
...
pciBusID: 0000:01:00.0 name: GeForce GTX 1050 computeCapability: 6.1
...
W tensorflow/stream_executor/platform/default/dso_loader.cc:59] Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found
...
cs


또는 위키 사이트(https://en.wikipedia.org/wiki/CUDA) 본인 CPU 를 검색하여 compute capability 버전을 확인하면 대부분이 3.0~7.5 사이에 있으며, 이 버전들은 CUDA 10.1 을 사용하는데 문제가 없다.


 CUDA SDK 10.0 – 10.2 support for compute capability 3.0 – 7.5 




CUDA® Toolkit 설치 - https://developer.nvidia.com/cuda-toolkit-archive


설치 후에 PyCharm 을 재시작하면, 경고가 사라지고 아래와 같은 GPU 사용 로그를 볼 수 있다.


I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudart64_101.dll


하지만 여기서 끝이 아니다.

심층 신경망을 위한 cuDNN(Cuda Deep Neural Network) 라이브러리의  cuDNN64_7.dll  파일이 없으면 TensorFlow 가 로드되지 않는다.




cuDNN 설치https://developer.nvidia.com/cudnn


cuDNN 은 NVIDIA 의 회원이어야 다운로드가 가능하다. 귀찮지만 가입을 하고 본인에 맞는 버전의 cuDNN SDK 를 다운로드한다. 마찬가지로 현재 최신버전인 cuDNN v8.0.5 for CUDA 10.1 를 사용할 수도 있지만 메시지에서 요구하는 cuDNN7 의 최신버전(cuDNN v7.6.5 for CUDA 10.1)을 다운받는다. 그리고 다운받은 디렉토리 안의 세가지 파일을

  • bin/cudnn64_7.dll, 
  • include/cudnn.h, 
  • lib/x64/cudnn.lib

CUDA 툴킷이 설치된 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 안의 각각의 디렉토리에 복사하면 추가로 Path 설정을 할 필요가 없다.


* 설치 확인


>>> import tensorflow as tf
>>> tf.config.list_physical_devices('GPU')
 
I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library nvcuda.dll I tensorflow/core/common_runtime/gpu/gpu_device.cc:1716] Found device 0 with properties: pciBusID: 0000:01:00.0 name: GeForce GTX 1050 computeCapability: 6.1 coreClock: 1.493GHz coreCount: 5 deviceMemorySize: 2.00GiB deviceMemoryBandwidth: 104.43GiB/s I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudart64_101.dll I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cublas64_10.dll I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cufft64_10.dll I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library curand64_10.dll I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cusolver64_10.dll I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cusparse64_10.dll I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudnn64_7.dll I tensorflow/core/common_runtime/gpu/gpu_device.cc:1858] Adding visible gpu devices: 0
cs


CUDA 관련 자세한 사항은 텐스플로우 사이트의 [GPU 지원] 항목을 참조.

https://www.tensorflow.org/install/gpu





WRITTEN BY
손가락귀신
정신 못차리면, 벌 받는다.

트랙백  0 , 댓글  0개가 달렸습니다.
secret

PyCharm + Anaconda + Tensorflow 에 처음 손대면서 생긴일.

  • PyCharm 은 사이트에서 받아서 설치하고,
  • Anaconda 도 사이트에서 받아 설치하고,
  • Tensorflow 는 pip 로 설치하고...


하지만 PyCharm 에서 별 설정없이  import tensorflow  를 날렸다가는,


ImportError: DLL load failed while importing _pywrap_tensorflow_internal: 지정된 모듈을 찾을 수 없습니다.

...or...

ModuleNotFoundError: No module named 'tensorflow'


식의 에러메시지를 만나게 된다.


설치가 되어 있음에도 모듈을 찾을 수 없다는 것은 해당 IDE 에서 tensorflow 를 사용할 수 있도록 설정 등이 제대로 되어 있지 않음을 뜻하는거 같은데...


만약 Anaconda 설치 전에 python 을 별도로 설치했거나, PyCharm 설치 후에 새 프로젝트 생성하면서 default 로 대충 넘기다 보면 나도 모르게 가상환경으로 인터프리터가 생성 되던지.. 해서 일단 인터프리터는 두 이상이 되어 있을 수 있다. 그리고 현재 인터프리터에서 tensorflow 를 사용할 수 있도록 준비가 되어 있는지를 확인해야 한다.


난 현재 인터프리터에서 pip 로 tensorflow 설치 및 확인하였고, PyCharm 탐색기의 External Libraries, ~/anaconda3/Lib/site-packages 에서도 확인했는데 tensorflow 패키지는 확실히 있다. PyCharm 문법에서도 오류 없이 타이핑된다. 하지만 해당 파일을 실행시키면 ImportError...


더 알 수 없는 것은 PC 두 대에 동일하게 설치했는데 한 대는 이상이 없고 한 대만 ImportError 가 발생한다. 같은 2.3.1 버전인데... 인터넷 검색 결과 ImportError 에 관련된 비슷비슷한 에러가 상당히 많다. 그나마 가능성이 있을 것 같은 두 가지 원인을 찾아냈다.



두 PC 모두 하드웨어 사양은 동일했는데, 에러없이 정상적으로 구동된 PC 는 위 드라이버가 모두 설치되어 있었다. (내 손으로 깔은 기억은 없음...)


  • Microsoft Visual C++ 2017 Redistributable(x64)
  • NVIDIA CUDA Visual Studio Integration 10.0
  • NVIDIA Nsight Visual Studio Edition 6.0


에러난 PC에 하나하나 깔아보려고 했는데  vc_redist 2015-2019  를 설치하자마자 ImportError 문제가 해결이 됐다...; 참고로 Visual C++ 재배포 가능 패키지란, Visual C++ 이 설치되어 있지 않은 컴퓨터에 Visual C++ 라이브러리의 런타임 구성 요소를 설치하여 Visual C++ 로 개발된 응용 프로그램을 실행하게 해주는 패키지이다.


일단 되서 다행인데 vc_redist 2015 가 이미 깔려 있었는데 안됐던것도 억울하고,

에러도 _pywrap_tensorflow_internal 라고 나와 있으면 내가 어찌 아냐? 그것도 억울하고,

그렇게 중요한 파일이면 vc_redist 파일을 필수로 설치하게 하던지... 무식이 가장 억울하다... 






WRITTEN BY
손가락귀신
정신 못차리면, 벌 받는다.

트랙백  0 , 댓글  0개가 달렸습니다.
secret