텐서플로우 2.1.0 에서

안녕하세요

print(tf.__version__)
!nvcc -V
!nvidia-smi
결과는

2.1.0
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243
Fri Jul 10 11:36:43 2020       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.100      Driver Version: 440.100      CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce RTX 207...  Off  | 00000000:07:00.0  On |                  N/A |
|  0%   42C    P8    10W / 235W |   7977MiB /  7979MiB |      4%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
+-----------------------------------------------------------------------------+

입니다. 도커의 deepo를 이용해 깔아서, 텐서플로우 버전이 2.1.0 으로 되어있고 CUDA 의 버전은 10.2 입니다.

강의는 텐서플로우 1.3 을 기반으로 진행한 것 같아서,

import tensorflow as tf 대신 import tensorflow.compat.v1 as tf 로 대체하여 import 했고, 나머지는 똑같이 유지했습니다.

그런데, 아래와 같은 오류가 나오면서 실행이 되지 않는데,

일단 텐서플로우 2에서는 gfile.FastGFile 은 TF2.0 에서 지원하지 않는다는 경고문같고, 주된 오류는 cuDNN에서 convolution algorithm 을 찾을 수 없다는 내용 같습니다.

구글 클라우드도 quota 요청이 받아들여지지 않아서 막막하고, deepo 로 우분투 GPU서버를 도커로 세팅해서 써도 이런 문제가 나와서 진퇴양난인 상황인데, 이 오류를 어떻게 해결해야할지 모르겠습니다.

아니면 강의와 동일한 환경을 도커가 아닌 우분투 루트에서 만들 수 있는 방법을 알려주시면 큰 도움이 될 것 같습니다.

감사합니다.