Tensorflow, Keras, Torch에서 각 버전과 GPU를 사용할 수 있는지를 알아내는 코드입니다.
GPU가 장착된 서버 또는 데스크탑에서도 Nvidia 드라이버와 CUDA를 제대로 설치하지 않아서 사용을 못하는 경우가 많습니다.
GPU가 있고 또 사용할 일이 있을 것 같다면 확인을 하고 시작하는 것이 좋습니다.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
# 립러링 프레임워크들의 버전과 GPU 확인 # 1. Tensorflow import tensorflow as tf print("Tensorflow version: {}".format(tf.__version__)) print("Tensorflow GPUs: {}".format(tf.test.is_gpu_available( cuda_only=False, min_cuda_compute_capability=None ))) from tensorflow.python.client import device_lib print("Tensorflow device list: {}".format(device_lib.list_local_devices())) # 2. Keras from keras import backend as K import keras print("Keras version: {}".format(keras.__version__)) print("Keras GPUs: {}".format(K._get_available_gpus())) # 3. PyTorch import torch print("Torch device count: {}".format(torch.cuda.device_count())) print("Torch device name: {}".format(torch.cuda.get_device_name(0))) print("Torch CUDA is available: {}".format(torch.cuda.is_available())) |
결과는 이런 식으로 나옵니다.
|
1 2 3 4 5 6 7 8 9 |
Tensorflow version: 2.6.0 Tensorflow GPUs: True Keras version: 2.6.0 Keras GPUs: ['/device:GPU:0', '/device:GPU:1'] Torch device count: 2 Torch device name: NVIDIA GeForce RTX 3080 Torch CUDA is available: True |
