첫 글이네요 ㅎㅎ


이번 글에서는 Tensorflow 환경설치를 해보겠습니다.




당연한 소리겠지만 Tensorflow는 일반적으로 CPU 보다 GPU에서 더 빠른속도를 보인다고 합니다.


제 노트북에는 꽤 괜찮은 그래픽카드가 달려있으므로 Tensorflow-gpu 버전을 설치해보도록 하겠습니다.


1. Ananconda3 4.2.0 설치


Anaconda는 머신러닝을 위한 패키지가 이미 포함되어 있어 tensorflow를 사용하기 편리하게 되어있다고 합니다.

※Anaconda 를 설치한다면 Python을 따로 설치할 필요가 없다고 하니 참고하시길 바랍니다.


windows 환경에서는 tensorflow 바이너리 패키지가 파이썬 3.5 버전 이상만 지원한다고 하니, Anaconda3 4.2.0 버전을 설치했습니다. 

제 노트북은 windows 64bit이므로 64bit 버전을 다운해줍시다.



https://repo.continuum.io/archive/



다운이 끝났으면 파일을 실행시켜줍시다.





Anaconda3의 설치는 끝났습니다. Anaconda3를 설치하면 Anaconda Prompt가 알아서 설치가 될겁니다.

이제 설치한 Anaconda Prompt를 실행시켜 업데이트를 해줍시다.


conda update conda

conda update --all


을 차례로 입력해줍시다.




2. CUDA® Toolkit 9.0 설치


다음으론 CUDA Toolkit 설치입니다.


https://developer.nvidia.com/cuda-90-download-archive




그냥 쭉쭉 진행하면 됩니다. ㅎㅎ



3. cuDNN 설치


이제 cuDNN을 설치 해줘야합니다.


https://developer.nvidia.com/rdp/form/cudnn-download-survey


위 링크에 들어가서 NVIDIA 계정으로 로그인을 해야합니다. 계정이 없다면 가입하시고 진행하시면 됩니다.

cuda 9.0 버전이랑 맞는 cuDNN v7.1.4 버전을 받아줍니다.



다운받은 파일을 압축해제한후에 파일을 열어보면 bin, include, lib 폴더 세개가 있습니다.



이 폴더 세개를 cuda 설치경로에 덮어씌워 줍시다.


제 경우엔 CUDA Toolkit 경로가 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 였습니다.



4. Tensorflow-GPU 설치


드디어 Tensorflow-GPU 설치입니다 ㅎㅎ

아까 갈았던 Anaconda prompt를 관리자 권한으로 실행해줍시다.


그다음 conda 가상환경을 만들기위해 아래 명령어를 입력해줍니다.


conda create -n tensorflow python=3.5


이 명령어를 입력하면 tensorflow라는 이름의 가상환경이 만들어 집니다.




그다음 


activate tensorflow 


를 입력하면!



경로 앞에 (base) 에서 (tensorflow)로 바뀐걸 볼 수 있습니다.


그다음 tensorflow-gpu 버전을 설치합시다.


pip install tensorflow-gpu



설치가 다 끝났다면 잘 설치가 됐는지 확인해 줍시다.


python


>> import tensorflow as tf

>> hello = tf.constant('Hello!, Tensorflow-gpu!')

>> sess = tf.Session()

>> print(sess.run(hello))


를 입력했을때 아래처럼 출력이 잘된다면 설치가 잘된겁니다.




이로써 Tensorflow-GPU 설치를 마치겠습니다.


다음번에는 Tensorflow를 사용하여 Image classification을 해보겠습니다.




Reference


https://www.tensorflow.org/install/install_windows

+ Recent posts