koos808

CUDA 버전 확인 방법 # 1 nvcc -V # 2 nvidia-smi Cudnn 버전 확인 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 설치 패키지 확인 pip list nvcc -V 안될때 해결법 CUDA 깔았다면? 환경변수 설정 : export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}} 64-bit 환경변수 설정 export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 32-bit 환경변수 설정 export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib${LD_LIBRAR..

연구실 컴퓨터 그래픽카드를 RTX 2080 TI에서 RTX 3090으로 바꿔서 CUDA와 CUDNN 등 여러 호환성 문제 때문에 몇일을 고생했습니다. 몇일 고생한 뒤에 나온 tf-nightly dev버전으로 설치하니까 잘 되더라구요.. 여러 시도들 끝에 학습이 늦게 시작하는 경우와 빌드가 안되는 문제가 일어나지 않은 세팅에 대해서 공유하겠습니다. RTX 3090 setting OS : Windows10 VGA : RTX 3090 VGA Driver : 456.43 Cuda 설치 : (cuda 11.0 업데이트된 최신버전) Cudnn 설치 : cudnn-11.0-windows-x64-v8.0.3.33(cudnn) Anaconda 설치 가상환경 생성 : conda create -n env_name pytho..

가상환경 관련 코드 가상환경 생성 conda create -n my_python_env 가상환경 생성 응용 conda create --name YOUR_ENV_NAME python=3.6.5 tensorflow keras 버전 확인 conda --version 가상환경 업데이트 conda update 가상환경 활성화 conda activate YOUR_ENV_NAME 가상환경 비활성화 conda deactivate 가상환경 목록 확인 conda env list 가상환경 삭제 conda remove --name YOUR_ENV_NAME --all 가상환경 추출 conda env export --name YOUR_ENV_NAME > environment.yml 추출한 가상환경으로 새로운 가상환경 생성 con..