텐서플로우 GPU 버전 윈도우 설치 가이드

추가 내용입니다. 본글에서 제시한 방법이 아닌 비주얼 스튜디오를 활용하여 설치 가능한 방법이 있기 때문에 다른 방법으로 재업로드 하도록 하겠습니다.

물론 본 글의 방법으로도 설치가 불가능 한것은 아니기 때문에 편하신 방법으로 진행하시면 되겠습니다.

 

http://lucycle.tistory.com/229 추가된 글입니다. 비쥬얼 스튜디오를 사용하기 싫은 경우 아래 방법으로 설치하셔도 아무 문제 없습니다.

 

 

|텐서플로우 GPU버전 설치 가이드

 

이글을 검색했다면 텐서플로우가 무엇인지는 알고 있을 것이라고 생각한다.

간단하게 텐서플로우에 대해 소개하면 텐서플로우란 구글에서 딥러닝을 위해 오픈소스로 공개한 프로그램 이름이다.

 

텐서플로우를 GPU버전으로 설치하는 이유는 더욱 더 빠른 연산속도를 이용해 빠른 계산을 하기 위해서이다.

 

그러면 지금부터 GPU버전으로 깔기 위한 방법을 알아보도록 하자.

 

이 글에서 나오는 방법은 텐서플로우 공식 홈페이지에 있는 설치법을 기준으로 작성되어 있다.

 

텐서플로우를 그래픽연산 시키기 위해서는 각자 호환되는 프로그램 버전들로 깔아야하고 아래에서 순차적으로 나오는 버전을 설치하면 호환오류없이 사용할 수 있을 것이다.

 

|CUDA9.0 설치 

 

 

우선 텐서플로우를 그래픽연산을 시키기 위해서는 NVIDIA에서 지원하는 CUDA프로그램이 필요하다. 현재 기준으로 (2018.03.26) 최신버전의 쿠다는 9.1버전이지만 본글에서는 9.0 버전으로 설치를 진행한다.

(텐서플로우 최신버전에서 아직 쿠다 9.1에 대한 지원이 정확하게 이루어지지 않고 있다)

 

https://developer.nvidia.com/cuda-toolkit-archive

 

위 링크에 들어간 후 CUDA 9.0 버전을 설치한다.

 

 

CUDA 9.0 버전을 누르면 위와 같은 화면이 나타나는데 본인에게 맞는 운영체제를 선택한 후 exe파일을 받아서 설치하면 된다.

이 화면에서 exe(network)와 exe(local)의 차이는 설치프로그램을 바로 받을 것인지 아니면 설치 도중에 추가로 받을 것인지를 고르는 것인데 다운로드 도중 실패가 뜨지 않는 이상 exe(network)를 선택한 후 설치하면 된다.

 

추가 패치는 CUDA 9.0을 설치한 후 순차적으로 설치하면 된다.

 

|cuDNN 7.0 설치

 

cuDNN은 CUDA와 마찬가지로 NVIDIA에서 딥러닝을 위한 딥 뉴럴 라이브러리를 제공하고 있다.

이것을 받기 위해서는 NVIDIA Developer에 가입해야하며 추가적으로 돈을 내지는 않으니 가입 후 다운받도록 하자

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

위 사이트에서 가입/로그인 후 cuDNN 7,0버전을 골라서 다운로드 하면 된다.

 

다운 후 압축파일을 풀었다면 그 안에 있는 폴더와 파일을

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 폴더안에 붙여넣기 하면 된다.

 

 

 

위 폴더에 그대로 붙여넣기 하면 된다.

 

|아나콘다 설치 

 

이제 GPU를 이용하기 위한 준비는 모두 마쳤다. 텐서플로우만 준비하면 된다.

 

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

텐서플로우는 64bit 라이브러리를 이용하기 때문에 64bit용 파이썬 3.6버전을 설치하면 된다. (그냥 최신버전을 설치하면 된다)

 

이 가이드에서는 텐서플로우 3.5버전을 이용하기 때문에 아나콘다 버전 중 3.5버전으로 설치되는 4.2.0 버전을 받아서 설치해도 무관하다.

 

 

최신버전의 64bit 아나콘다를 설치하면 된다.

 

 

|텐서플로우 설치 전 환경 만들기 

 

이제 텐서플로우를 설치할 차례지만 그 전에 할 일이 남아있다.

아나콘다를 통해받은 tool들을 최신 버전으로 업데이트 해줘야 한다.

 

우선 CMD를 관리자 권한으로 연다. (Windows 검색에서 검색후 우클릭을해서 실행하거나 Win + R 을 누른 후 CMD엔터)

 

CMD를 관리자 권한으로 실행했다면 아래 명령어를 친다.

 

conda update -n base conda

 

그 후 설치 확인을 하는 Y/N이 나오면 Y를 입력 후 엔터를 누른다.

 

 

버전 업데이트가 정상적으로 됬는지 확인하고 싶다면

conda --version을 친 후 엔터를 누르면 된다.

 

그 다음에는 파이썬 3.5환경으로 텐서플로우를 만들어야 한다.

CMD에 아래 명령어를 치면 된다.

 

conda create -n tensorflow pip python=3.5

 

만약 아나콘다를 파이썬 3.5버전으로 설치했다면 python=3.5부분을 빼도 된다.

 

그 다음에는 python에 있는 pip버전을 업데이트 해줘야 한다.

 

다시 CMD에다가 아래의 명령어를 치면 된다.

 

python -m pip install --upgrade pip

 

위의 명령어를 친 후 위와 마찬가지로 Y를 입력하면 pip가 업데이트 된다.

 

확인은 pip --version으로 할 수 있다.

 

 

|텐서플로우 설치

 

이제 마지막으로 텐서플로우를 설치하면 된다. 만약 위의 과정을 생략하고 바로 설치할려고 한다면 오류가 날 수 있으니 오류가 났다면 다시 한번 확인하기 바란다.

 

CMD에다가

activate tensorflow 를 친 후 (tensorflow) 안에 들어가졌다면

pip install --upgrade tensorflow-gpu

 

를 치면 텐서플로우가 설치되게 된다. 만약에 GPU버전이 아닌 일반 버전(CPU)의 텐서플로우가 설치되어 있다면 설치도중 오류가 날 수 있으니 설치를 제거한 후에 gpu버전으로 설치하기 바란다.

 

 

|텐서플로우 설치 확인

 

위의 과정을 모두 거쳤다면 gpu버전의 텐서플로우가 설치된 것이다. 이것이 정상 작동하는지 알아보자.

 

우선 CMD에서 아래와 같이 쓰자.

 

python

import tensorflow as tf

 

 

정상적으로 설치가 진행됬다면 위와 같이 실행될 것이다.

(참고로 저기서 오류처럼 나오는 것은 해당 tool의 오류로 실행에 아무 문제도 없으며 다음 패치때 오류를 고친다고 한다)

 

만약 빨간색의 텍스트나 오류가 나온다면 모든 것을 다 지운 후 천천히 다시 설치하면 설치할 수 있을 것이다.

 

간단한 텐서플로우 예제를 이용해서 그래픽 카드로 텐서플로우가 싱행되는지 알아보자

 

import tensorflow as tf
hello = tf.constant('Hello, Tensorflow!')
sess = tf.Session()
print(sess.run(hello))

이미 텐서플로우로 들어왔다면 첫줄은 지워도 된다.

 

 

정상적으로 실행됬다면 자신이 사용중인 그래픽 카드가 나오고 Hello Tensorflow! 라는 말이 출력되게 될 것이다.

 

 

|Q&A

 

우선은 질문이 많이 나올 수 있을 만한 것만 써 놓을 것이다.

 

Q. CUDA 설치시 호환되지 않는 하드웨어라고 나와요

A. 본인이 가지고 있는 그래픽카드가 CUDA를 지원하지 않는 것입니다. 960이상 1050이상만 지원합니다. (직접 CUDA 지원여부를 검색하세요)

 

Q. conda, pip 버전 업데이트 중에 오류가 나와요

A. 이 두가지는 업데이트를 하지 않아도 큰 문제가 없습니다. 다만 최신 버전을 유지하는 것이 좋겠지요. CMD를 관리자 권한으로 실행한 것이 맞는지, 최상단 디렉토리에 있는지를 확인한 후 다시 시도하면 됩니다.

 

Q. gpu버전으로 설치했지만 텐서플로우를 실행하면 cpu정보가 나와요

A. 쿠다와 cuDNN버전이 잘못 설치됬을 가능성이 큽니다.

 

 

|마치며

 

이 글은 딥러닝을 처음 배우면서 필자가 한 고생을 글로 정리한 것입니다.

저 또한 처음이고, 저보다 잘하시는 분들이 많기 때문에 제가 쓴 글이 틀릴 수도 있습니다.

다만 필자는 이러한 방법으로 설치하여 사용하고 있습니다.

추가로 궁금하거나 잘 안되는 것이 있으시면 댓글에 남겨주시면 최대한 친절하게 알려드리겠습니다. (이메일 주소를 함께 남기시면 답변을 이메일로도 보내드려요!)

 

 

---

 

출처/참고

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