- Windows [Windows] Tensorflow 실행시 CUDA DLL 에러 해결 저번에 cudart64_100.dll 문제를 해결하고, Tensorflow를 1.15.0버전으로 올리고 나니 아래와 같은 메세지가 추가되었다. 2020-08-17 12:07:42.756807: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cublas64_100.dll'; dlerror: cublas64_100.dll not found 2020-08-17 12:07:42.760382: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cufft64_100.dll..
- Windows [Windows] cudart64_100.dll 문제 Tensorflow 설치 후, python을 실행하고 tensorflow를 import 하면 다음과 같은 에러가 발생하는 경우가 있다. 2019-12-29 18:39:37.326960: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found CUDA 10.0 이하에 있는 cudart64_100.dll을 요구하는데 10.1 이상 버전을 설치했을 때 나타나는 문제인 듯 하다. 아래는 참고 원문 링크이다. 참고 How to resolve TensorFlow 2.0 Error – Could not l..
- Python [Python] `pydot` failed to call GraphViz 해결 방안 keras를 가동중에 Graphviz를 이용해 그래프를 출력해야 하는데 아래와 같은 메세지를 뱉어내며 명령실행을 거부한다. OSError: `pydot` failed to call GraphViz.Please install GraphViz (https://www.graphviz.org/) and ensure that its executables are in the $PATH. 알아보니 Graphviz 설치가 제대로 안되서 그런것이라고 한다. 아래의 방법으로 해결 가능하다. 1. 시스템 환경변수 PATH에 C:/~/graphviz/bin 이 설치된 경로를 적는다. 2. 난 아나콘다 사용자이므로 다음의 명령어를 입력했다. > conda install graphviz 를 실행 해서 설치완료 실행이 안되서 알아..
- Python [Python] Tensorflow import 경고 메세지 (numpy) 텐서플로우 설치 후, 다음과 같은 경고 메세지가 뜨는 경우가 있다. $ python Python 3.7.4 (Default, Feb 26 2020, 21:18:37) [GCC 7.3.0] :: Anaconda, Inc. on linux Type "help", "copyright", "credits" or "license" for more information >>> import tensorflow as tf /home/linux-LAB/anaconda3/envs/tensorflow/lib/python3.7/site-packages/tensorflow/python/framework/dtypes.py:526: FutureWarning: Passing(type, 1) or '1type' as a synonym..
- Ubuntu [Ubuntu] CUDA & cuDNN 설치 (Install CUDA & cuDNN on Ubuntu) NVIDIA 드라이버 설치에 이어서 CUDA 설치 방법을 기록한다. [Ubuntu에 CUDA 설치] 이번 글은 NVIDIA CUDA 설치 방법에 대한 설명이다. 현재까지 나온 버전들이 상당히 많은데 그 중에서 CUDA Toolkit의 버전 9.0 또는 10.0 버전을 cuDNN 라이브러리와 함께 설치하는 방법에 대해 설명한다. Ubuntu 환경에서 패키지 리스트를 추가하여 설치하는 방법에 대해 설명하며, 다른 CUDA 버전을 설치하더라도 설치 방법은 동일하다. 1. Ubuntu 환경 환경은 Ubuntu 16.04와 18.04 버전을 기준으로 설명한다. 먼저 NVIDIA 드라이버가 설치되었는지 확인하기 위해서 아래의 명령어를 실행한다. $ nvidia-smi +-------------------------..