[딥러닝 첫걸음] YOLOv4 삽질_CUDA 버전, cudart64_110.dll CuDNN , tensorflow 버전 문제

YOLOv4를 사용해야하기 전까지 나는 행복했었다.

하지만 YOLOv4 사용 오류와 함께 나의 저녁 시간은 휭 날아갔다

실수는 하되 같은 실수로 시간낭비를 하지 말자

 

기존 환경

 

tensorflow-gpu 2.4

CUDA 11.2 + 호환 Cudnn

 

하지만 YOLOv4로 짠 코드를 돌리려고 하니 오류가 떠서 찾아보니 YOLOv4에서는 CUDA10.2 만 호환 된단다.

그래서 CUDA 11.2를 지우고 10.2를 재설치했다.

그리고 CUDA버전에 맞는 CuDNN도 재설치 했다.

그랬더니 tensorflow가 CUDA11을 찾는다.

알았다고.. tensorflow-gpu 2.3.0을 다시 깔아준다.

tensorflow는 왜 2.1.0이 깔려있지? 2.3.0으로 깔아준다.

 

근데 이친구가 cudart64_101.dll'; dlerror: cudart64_101.dll

101을 찾는다..102라구..

어쩌라구여 짱나네

 

경고문을 확실하게 읽고 잘 따라주도록 하자.

 

그리고 CUDA를 여러버전 설치해야 한다면 어차피 program files/nvidia toolkit/CUDA/10.2 이런식으로 버전별로 나뉘어져 설치되므로 그냥 바로 설치해버린 후에 경로만 잘 설정해주면 될 것 같다는 생각.

 

이었지만, 10.2 설치된 상태에서 10.1 설치는 오류로 설치가 안됐다!!!! 크아아아앙

---

미리 알아보자

 

tensorflow 공식 document에 보면 tensorflow GPU 버전과 Python, cuDNN, CUDA 버전의 호환성을 확인해 볼 수 있다.

아래의 링크에서 확인할 수 있다.

https://www.tensorflow.org/install/source_windows#tested_build_configurations

Windows의 소스에서 빌드  |  TensorFlow

 

그리고 YOLOv4와 CUDA 호환 버전

https://github.com/AlexeyAB/darknet

AlexeyAB/darknet

이건데, 내가 쓴 버전은 darknet이 아니라 tensorflow 변환 버전이니까..

https://github.com/tensorflow/models/tree/master/official/vision/beta/projects/yolo

tensorflow/models

requirements는 tensorflow 2.2 인것이구나..

 

결과 업데이트 하겠음.

---

CUDA 설치 후 경로 설정 방법

바로 윈도우키 + R키로 윈도우 실행창을 연 후에 sysdm.cpl 입력.

참고로 sysdm.cpl은 system device manager control panel applet을 줄인 것

시스템 속성>고급>환경 변수

CUDA_PATH를 cuda설치 폴더/10.1 포함 설정

CUDA 설치하면 기본적으로 되어있는 경우도 있는 듯.

 

---

짜증나서 외쳐본다..

 

 

무야호~!!!

 

기분이 좀 풀렸다.