안녕하세요? 머신러닝을 위한 엔드 투 엔드 오픈소스 플랫폼 '텐서플로(TensorFlow)' 2.0 버전이
출시되었습니다. 이번 글에서는 GPU를 지원하는 텐서플로 2.0의 설치과정을 정리해 보겠습니다.
텐서플로는 pip으로 설치하실 수 있습니다. pip은 파이썬용 패키지 설치 프로그램(Package Installer for Python)입니다.
Install TensorFlow with pip | https://www.tensorflow.org/install/pip?hl=ko
위와 같이 텐서플로 2 패키지는 3가지 방식으로 사용 가능합니다:
[1] tensorflow: CPU 전용 최신 안정 버전
[2] tensorflow-gpu: GPU를 지원하는 최신 안정 버전 (Ubuntu와 Windows)
[3] tf-nightly: 미리보기 빌드(불안정). Ubuntu와 Windows는 GPU 지원을 포함.
여기서는 tensorflow-gpu를 통해 텐서플로 2를 설치해 보겠습니다.
GPU support | https://www.tensorflow.org/install/gpu?hl=ko
GPU를 지원하는 텐서플로는 pip으로 간단히 설치할 수 있습니다: pip install tensorflow-gpu
이에 앞서 지원되는 하드웨어와 소프트웨어 구성요소를 확인해야 합니다.
먼저 하드웨어는 다음과 같은 GPU 장치가 지원됩니다: CUDA® Compute Capability 3.5 이상의 NVIDIA® GPU 카드
CUDA 지원 GPU 카드 목록은 다음 주소를 이용하시면 됩니다. Your GPU Compute Capability | https://developer.nvidia.com/cuda-gpus#compute
제 노트북은 NVIDIA GeForce GTX 950M을 쓰고 있는데요, 해당 GPU의 Compute Capability는 5.0으로 확인됩니다.
NVIDIA® GPU 드라이버를 설치합니다. NVIDIA 드라이버 다운로드 | https://www.nvidia.com/Download/index.aspx?lang=kr
텐서플로가 지원하는 CUDA® Toolkit 10.0을 설치합니다. CUPTI는 CUDA 툴킷과 함께 제공됩니다.
CUDA Toolkit Archive | https://developer.nvidia.com/cuda-toolkit-archive
아래와 같이 설치 프로그램을 다운로드 받습니다.
CUDA Toolkit 10.0 Archive | https://developer.nvidia.com/cuda-10.0-download-archive
설치 프로그램을 실행합니다.
지원되는 버전의 Visual Studio가 없는 경우, 아래와 같은 메시지를 접하실 수 있습니다.
여기서는 Visual Studio Community 2017을 설치하였습니다.
Microsoft Visual Studio 2017용 배포 가능 코드(유틸리티, 확장성 및 BuildServer 파일 포함)
https://docs.microsoft.com/ko-kr/visualstudio/productinfo/2017-redistribution-vs#vs2017-download
이제 NVIDIA cuDNN 설치를 이어갑니다. NVIDIA cuDNN | https://developer.nvidia.com/cudnn
cuDNN 다운로드는 NVIDIA Developer Program의 회원가입을 요구합니다.
로그인 후 CUDA 10.0과 상응하는 cuDNN v7.6.4를 다운로드합니다.
내 운영체제에 맞는 cuDNN 라이브러리를 다운로드 받고 압축을 해제합니다.
압축을 해제하면 cuda 폴더 하부에 아래와 같이 bin, include, lib 폴더가 위치하고 있는데요,
이 폴더 내 파일들을 아래 위치의 같은 폴더 내에 그대로 복사해 줍니다.
이제 시스템 환경 변수 중 Path를 설정해 주시면 되겠습니다. Windows setup | https://www.tensorflow.org/install/gpu?hl=ko#windows_setup
아래 경로들을 Path에 추가해 줍니다.
자, 이제 텐서플로를 추가해 볼까요?! 버전은 2.0.0입니다.
케라스 버전은 2.2.4-tf입니다.
아래는 사용 가능한 CPU와 GPU 장치 목록을 확인한 결과입니다. 다음 글은 텐서플로 영상 분류를 아래 글로 학습해 보겠습니다.
TensorFlow Image Classification - Build your own Classifier | https://medium.com/edureka/tensorflow-image-classification-19b63b7bfd95
