AP 프로젝트에서 Tensorflow 2.0을 설치하다보니.... 이 카테고리에 첫 글이 공교롭게도 error가 되었습니다. 더 많은 내용으로 풍성해 진다면 첫 글이 뭐든 상관은 없겠죠?? 오늘은 Tensorflow 2.0은 정상적으로 설치가 되었지만 Anaconda에서 python을 호출한 후 자체 import를 할때 혹은 Jupyter notebook을 실행해서 같은방식으로 호출할때 발생하는 오류에 대해서 조치방법을 알아보겠습니다.
발생오류 :
W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found
이 오류는 tensorflow-gpu 패키지를 설치하고나서 발생할 수 있는 오류입니다. gpu미지원 환경일때는 cpu 패키지로 설치를 하실테니 발생하지 않습니다. 오류를 확인해보면 dynamic library인 cudart64_100.dll이 없다는 내용입니다. 그럼 일단 cudart64_100.dll이 뭔지 확인해 봐야겠죠??
이 dll은 NVIDIA에서 high performance computing 을 위해 제공하는 toolkit입니다.
https://developer.nvidia.com/cuda-toolkit-archive
CUDA Toolkit Archive
Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production
developer.nvidia.com
NVIDIA에서 제공하는 toolkit을 버전별로 모아놓은 archive에 접근해 봅니다. 보면 아래처럼 가장 최근에 release한 버전이 있는데... CUDA Toolkit 10.2이네요.. 어라 느낌적인 느낌으로 cudart64_100.dll을 생각해보면 cuda toolkit의 64bit에 10.0으로 release된 파일이라고 생각할 수 있습니다.
그럼 그 아래쪽에 기존에 release된 CUDA Toolkit 10.0 (Sept 2018)을 다운받아 설치합니다.
이렇게 자신에 맞는 환경을 고르고 설치를 시작합니다. 이 작업은 꽤 오래 걸릴 수 있습니다. 저는 그냥 설치 진행하고 다른거 하다가 한참후에 오니 완료가 되어있더라구요...
완료가 되었습니다.
그럼 이제는 진짜 cudart64_100.dll라는 파일이 잘 생성되었나 확인을 해봐야겠죠?? 해당 파일의 경로는...
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin에 아래와 같이 잘 생성되어있습니다.
혹시나 모르니... 저는 환경변수에 해당 경로를 추가해보겠습니다.
자 이제 모든 설정이 완료가 되었습니다. 이제 tensorflow를 import하고 현재 버전을 확인해 보겠습니다. 버전보기 상당히 까다로운 아이네요.
이제 오류없이 정상적으로 tensorflow가 import되고 버전을 확인할 수 있습니다.
-Ayotera Lab-
댓글