TensorFlow - 02. TensorFlow GPU 환경 구축하기

어려가지 이유는 앞에서 설명했고 본격적으로 환경을 구축해 보도록 합니다.

우선은 Python의 많은 패키지들을 한방에 설치하여 사용할 수 있도록 해주는 아나콘다를 설치하도록 합니다.

https://www.anaconda.com/download/

위 링크로 접속해서 플랫폼에 맞는 패키지를 다운 받습니다.

저희는 Python 3.6 패키지 - 64bit 패키지를 다운 받으면 됩니다.

다운받을 파일을 실행하고 설치 진행하다보면 위와 같은 옵션이 나오는데요. 기존에 Python 다른 패키지를 설치하셨다면 모두 삭제하고 설치하시는게 좋습니다. 깨끗한 상태에서 설치하셔야 충돌이 없거든요. 이런 문제들을 방지하기 위해서 도커나 conda 같은 가상환경들이 존재하지만 우선은 손쉽게 사용하기 위해 깨끗하게 다 지우고 위와 같이 PATH 자동설정까지 체크해서 설치하도록 합니다.
만약 충돌이 발생하게되면 수동으로 PATH 설정을 하셔야하는데 이와 관련된 자료는 많이 있으므로 패스!

설치가 완료되면 윈도우 - 실행 - CMD 를 사용하여 콘솔창을 띄운다음 python을 실행해 봅니다. 위와 같은 내용이 나온다면 Python 설치 완료!!
anaconda 같은 경우 python에서 많이 사용하는 패키지들이 함께 설치되니 기본적으로 사용하시는데는 크게 문제 없을 것 같네요.

여기서부터는 Tensorflow GPU 환경 구축을 위한 부분 입니다. 만약 CPU 환경만으로 테스트 하신다면 이부분은 넘어가시면 될 것 같네요.

Tensorflow에서 지원하는 GPU 사용은 CUDA 인데요. 이 CUDA는 Nvidia만 지원하는 기술 입니다. 따라서 Nvidia 그래픽카드가 아니면 사용이 안됩니다.
현재 CUDA는 9.1 가지 나와있는데요. Tensorflow 지원이나 호환문제로 다른 버젼을 설치합니다.

(TensorFlow GPU 연산을 지원하는 그래픽카드는 Compute Capability 가 3.0 이상이어야 합니다. 본인의 그래픽카드가 nvidia라고해서 다 되는것이 아니니 설치하시기 전에 확인부터 해보세요~ https://developer.nvidia.com/cuda-gpus)


https://developer.nvidia.com/cuda-80-ga2-download-archive

위 링크로 가셔서 CUDA 8.0 GA2 를 자신의 플래폼에 맞게 다운 받으시면 됩니다.

패치까지 있는데 우선 Base를 설치하고 Patch2 까지 진행하면 될 것 같네요~
시간이 꽤나 오래 걸리니 진행시켜놓고 다른 작업 하시면 되는데요. 다음으로 다운 받을 cuDNN은 Nvidia 가입을 해야지만 다운이 되므로 CUDA 설치 진행동안 nvidia 멤버쉽 가입을 진행하도록 합니다.

여타 다른 싸이트들과 크게 다르지 않으니 가입을 슝슝!

CUDA 설치가 완료되고 패치까지 하셨으면 cuDNN을 설치하러 갑니다.

https://developer.nvidia.com/cudnn

위 링크 접속하셔서 로그인하시고 I Agree 체크하시면 넘어갑니다.

위와 같은 화면을 볼 수 있는데요. 여기서 버젼을 잘 맞춰야 합니다.
저희는 CUDA8.0을 받았으므로 여기에 맞는 cuDNN 6.0을 다운 받으시면 됩니다. 제가 5.1받아서 해봤는데 tensorflow 동작이 되지 않더라구요~
아래와 같은 조합으로 진행하시면 됩니다.

cuDNN v6.0 (April 27, 2017), for CUDA 8.0

벌써 몇개나 파일을 다운받고 설치했는지 확인해 보면 아나콘다, cuda, cudnn 이렇게 설치한 것 같네요. cudnn 다운 받은 것을 압축을 풀면 3개의 폴더가 있는데요.

이 폴더들을 복사해서 CUDA가 설치된 폴더에 덮어씌우기 합니다.

CUDA 8.0을 설치하셨으면 아래와 같은 위치가 되겠지요?

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

자 .. 드뎌 Tensorflow GPU 사용환경 셋업이 끝났습니다.
이제 마지막남은 핵심 Tensorflow를 설치해 보도록 합니다.

윈도우 콘솔을 띄워서

pip install tensorflow-gpu

라고 입력하면 자동으로 설치가 착착 진행이 됩니다.
간편하죠?? ㅎㅎ 이래서 Tensorflow를 많이 사용하나 봅니다.

만약 CPU만 사용하시는 분들은 CUDA, cuDNN 설치가 다 건너띄고

pip install tensorflow

로 설치하시면 금방 완료 됩니다.

자동으로 여러패키지들이 설치된 후 완료가 되면

python을 실행하고

import tensorflow as tf

라고 치셨을 때 에러가 나지 않고 넘어간다면 성공!!! 하신겁니다.

드디어 끝났네요~ ㅎㅎ

tensorflow 예제를 실행했는데 아래와 같은 메시지가 뜬다면 그래픽카드 compute capability 지원이 안되서 gpu 사용이 안되는 겁니다.

C:\tf_jenkins\home\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\core\common_runtime\gpu\gpu_device.cc:1093] Ignoring visible gpu device (device: 0, name: GeForce GT 730, pci bus id: 0000:01:00.0, compute capability: 2.1) with Cuda compute capability 2.1. The minimum required Cuda capability is 3.0.

이제 기본적은 Tensorflow 사용 환경이 완료되었습니다.
후..

이제 사용만하면 되는데 어... 어떻게 써야하나...

--------------------------------------------------------------------
2017년 작성한글인데 지울까 하다가 올려 봅니다. 버젼정보가 많이 다를 수 있어요! ㅎㅎ