이번 포스팅에서는 그래픽카드 확인하는 방법, Tensorflow와 Keras가 GPU를 사용하고 있는지 확인하는 방법, GPU 사용율 모니터링하는 방법을 알아보겠습니다.
아래는 Windows10 기준의 설명입니다.
1. 컴퓨터 그래픽 카드가 NVIDIA Graphics Card 인지 확인하는 방법 |
키보드에서 'Windows로고 + R'을 누르거나, 마우스 오른쪽으로 'Windows로고'를 선택한 후 '실행(R)'을 선택하면 아래처럼 '실행' 창이 나타납니다. 이 실행창의 열기(O) 칸에 'dxdiag'를 입력하고 '확인'을 누릅니다.
그러면 아래처럼 'DirectX 진단 도구' 화면이 나타납니다. 여기서 '디스플레이1' 메뉴를 선택하면 그래픽카드를 볼 수 있습니다. 제조업체가 NVIDIA 인지 확인하고, CUDA, CUDNN 지원하는지 확인합니다.
2. Tensorflow, Keras코드가 GPU에서 돌아가고 있는지 확인하는 방법 |
Nvidia GPU 그래픽카드가 설치되어 있는 컴퓨터에 (0) Visual Studio 설치, (1) CUDA 설치, (2) CUDNN 설치, (3) Anaconda 설치, (4) 가상환경 생성 및 tensorflow-gpu 설치, (5) Jupyter notebook에 가상환경 커널 추가 등의 작업을 마쳤다면 GPU를 사용하여 딥러닝 모델을 훈련시킬 수 있습니다.
* Windows10 환경에서 tensorflow gpu 설치 참고: https://smprlab.tistory.com/21
Tensorflow, Keras코드가 GPU에서 돌아가는지 아니면 CPU에서 돌아가고 있는지 확인하는 방법은 아래와 같습니니다.
import numpy as np import pandas as pd import keras import tensorflow as tf from IPython.display import display import PIL
|
# How to check if the code is running on GPU or CPU? from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) [name: "/cpu:0" device_type: "CPU" memory_limit: 268435456 locality { } incarnation: 4800764240957379342 , name: "/gpu:0" device_type: "GPU" memory_limit: 6814913823 locality { bus_id: 1 } incarnation: 14858485129082007400 physical_device_desc: "device: 0, name: GeForce GTX 1070, pci bus id: 0000:01:00.0" ]
|
# How to check if Keras is using GPU? from keras import backend as K K.tensorflow_backend._get_available_gpus() ['/gpu:0']
|
3. 딥러닝 모델 훈련 시 GPU 사용율 확인하는 방법 |
'Windows로고'에 마우스 오른쪽 클릭을 한 후, 아래의 메뉴화면에서 '작업 관리자(T)'를 선택합니다.
그러면, 아래처럼 '작업 관리자' 화면이 나타나는데요, 그 중에서 '성능' 탭 메뉴를 선택한 후, 상세 항목에서 'GPU'를 선택해주면 아래 화면처럼 GPU 메모리 사용량을 실시간으로 확인할 수 있습니다.
많은 도움이 되었기를 바랍니다.
이번 포스팅이 도움이 되었다면 아래의 '공감~
'를 꾹 눌러주세요. :-)
