XGBoost에서 GPU(cuda)를 사용하기 위해 테스트한 과정을 기록해놓았습니다. 선택적으로 필요한 부분만 확인하여 활용하세요.글 작성에 사용한 XGBoost 버전은 2.0.3입니다. 최초작성 2024. 6. 13결론부터 적어보면 큰 데이터를 학습/추론할때에는 GPU를 사용시 성능이 개선되었지만 작은 데이터를 학습/추론시에는 GPU를 사용해서 성능이 개선되기는 겨녕 오히려 CPU를 사용할때보다 안좋은 성능을 보였습니다.  우분투의 경우엔 XGBoost에서 GPU 사용 테스트시 문제가 없었지만 윈도우에서는 XGBoost에서 GPU를 제대로 사용못하는 현상이 있었습니다. CUDA가 설치되어 있는 우분투와 윈도우에서 테스트를 진행했습니다. CUDA 설치 과정은 다음 포스트를 참고하세요.  포스트에선 CUD..

WSL2에 CUDA 사용하도록 Tensorflow 설치하는 방법을 다룹니다. 2022. 11. 26 최초작성 2023. 2. 12 tensorflow-gpu 대신에 tensorflow 설치 2023. 4. 3 gpu 사용하기 위한 확인사항 추가 2024. 1. 9 2024. 2. 4 텐서플로우 버전 선택 정리 2024. 3. 11 tensorflow[and-cuda] 설치시 발생한 문제 해결방법 추가 2024. 3. 13 2024. 3. 14 2024. 3. 16 NVIDIA 그래픽 카드 드라이버 설치 방법 분리 Tensorflow에서 GPU를 사용하려면 다음 버전 이상으로 윈도우를 업데이트 해야 합니다. 윈도우 11은 아래 언급한 버전보다 상위 버전인것으로 보입니다. Windows 10 19044 이상..

Ubuntu 22.04에 CUDA를 사용하도록 Tensorflow 설치하는 방법을 다룹니다. 최근(아마도 작년 11월경부터) Tensorflow에서 cuda를 사용시 바뀐점을 다시 정리했습니다. 2022. 12. 2 최초작성 2023. 2. 12 tensorflow-gpu 대신 tensorflow 설치로 변경 The "tensorflow-gpu" package has been removed! https://webnautes.tistory.com/1797 2024. 1. 4 cuda 설치 항목 삭제 , miniconda 개발 환경 추가 예전처럼 Tensorflow 패키지가 GPU를 사용하는 패키지와 CPU를 사용하는 패키지로 분리되었습니다. GPU 사용하는 패키지의 경우엔 CUDA 패키지가 같이 설치되기 ..

p2.xlarge 인스턴스에 설치된 우분투 20.04에 최신 버전 NVIDIA 그래픽 카드를 설치하니 문제가 있었습니다. 수소문하여 다음처럼 예전 버전을 깔아야 함을 알게 되었습니다. CUDA도 11.4까지만 설치 가능하고 cuDNN도 버전맞추어서 8.2.2를 설치해야 합니다. 2023. 8. 16 최초작성 sudo add-apt-repository ppa:graphics-drivers/ppa --yes sudo apt update sudo apt install nvidia-driver-470 참고- https://github.com/charmed-kubernetes/kubernetes-docs/issues/646

구글에서 검색해봐도 해결방법이 보이지 않았던 에러입니다. 원인이 여러가지 일 수 있겠지만 Keras의 LSTM 레이어에 activation='relu'를 추가해놓았다면 제거해주면 해결됩니다. WARNING:tensorflow:Layer lstm will not use cuDNN kernels since it doesn't meet the criteria. It will use a generic GPU kernel as fallback when running on GPU.