DCBlog RSS FEED

3. pip로 tensorflow-gpu 1.14 설치하기

pip로 tensorflow-gpu 1.14 버전을 설치해보겠습니다.

방법은 tensorflow 공식사이트에 있습니다.

(참고: https://www.tensorflow.org/install/gpu)

CMD 창을 열고, pip install tensorflow==1.14 를 입력합니다.

설치가 진행됩니다.

tensorflow==1.14 는 CPU 버전 명령어이기 때문에, 위 설치가 완료되면 tensorflow-gpu==1.14 를 설치해야 합니다.

CPU 버전은 설치가 완료되었습니다.

tensorflow-gpu 설치를 위해 CMD를 관리자 권한으로 열어야 합니다.

관리자 권한으로 실행했습니다.

다음으로, pip install tensorflow-gpu==1.14 를 입력합니다.

이후 설치가 진행됩니다.

설치가 완료되었습니다.

이제 python을 실행시킨 후, tensorflow 모듈을 import 하고 세션을 열어보겠습니다.

잡다한 것이 많이 떴지만, 오류가 뜨지 않은 것으로 보아 정상적으로 import 되었습니다.

tensorflow.Session() 코드를 입력한 후,

본 컴퓨터의 GPU 정보가 뜨는 것으로 보아 정상적으로 설치가 되었음을 알 수 있습니다.

이상으로 python의 tensorflow-gpu 설치 방법이었습니다.

텐서플로우는 Google사에서 만든 Machine Learning 플랫폼입니다.

텐서플로우는 Python, C, Go 등 여러 언어를 지원하지만, 본인은 가장 편하고 대중적인 Python을 사용합니다.

준비물

1. Python Interpreter(3.7이상, https://n1094.tistory.com/41 ← 설치방법)

2. NVIDIA GPU Driver

3. CUDA

4. cuDNN

텐서플로우는 Python 3.5이상, NVIDIA GPU를 지원합니다.

위는 Graphic Drivers, CUDA, cuDNN의 버전 표입니다.

2. CUDA + cuDNN 설치

CUDA 사이트에 들어갑니다.

위의 그림에서 보시다시피, CUDA는 10.0만 사용해야 합니다.

https://developer.nvidia.com/cuda-10.0-download-archive

위의 사이트로 들어갑니다.

차례대로 클릭하면 설치파일을 받을 수 있습니다.

이전에, 자신의 GPU에 맞는 NVIDIA Graphic Driver가 설치되어 있어야 합니다.

이는 410.X로, 410 버전보다 상위 버전이어야 합니다.

본 컴퓨터에 설치된 드라이버 버전입니다.

설치파일이 다운로드 되면, exe파일을 실행해줍니다.

OK를 누르고

위의 단계가 자동으로 진행됩니다.

동의 및 계속(A)을 글릭합니다.

저는 잡다한 도큐먼트나 샘플은 필요없기 때문에, 사용자 정의 설치를 선호합니다.

보라색으로 박스친 것들은 필요없다고 판단한 부분이여서, 체크 해제했습니다.

다음(N)을 눌러줍니다.

바꿀 필요가 없기 때문에, 똑같이 다음(N)을 눌러줍니다.

체크박스에 체크한 후 NEXT를 눌러줍니다.

설치가 진행됩니다.

설치가 완료되면, 다음(N)을 누르고, 닫기(C)를 눌러서 설치를 종료합니다.

다음으로, cuDNN 파일을 다운로드합니다.

https://developer.nvidia.com/cudnn

해당 경로로 들어갑니다.

Scroll Down해서 나오는 화면에서 Download cuDNN을 클릭합니다.

회원만 다운로드가 가능하므로, Join을 눌러 회원가입을 한 후, Login 해줍니다.

로그인을 한 후, 다시 위의 URL로 접속하여 Download cuDNN을 눌러줍니다.

체크박스에 체크한 후, Download cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.0

을 클릭하여 다운로드합니다.

cuDNN SDK는 7.4.1 이상 버전을 지원하므로, 버전도 문제 없습니다.

압축파일입니다. 다운로드 해줍니다.

239MB라 시간이 조금 소요됩니다.

다운로드가 끝나면, 압축을 풀어줍니다.

압축해제 된 폴더 내의 파일들을 모두 복사합니다.

이 파일들을 CUDA가 설치된 경로에 붙여넣기 합니다.

전에 CUDA 설치할 때의 경로를 살펴봅니다.

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

위의 경로로 들어가서,

붙여넣기 해줍니다.(본인은 전에 붙여넣기를 한 상태이므로, NVIDIA_SLA_cuDNN_Support.txt 파일이 존재합니다.)

붙여넣기가 완료됬습니다.

이제 시스템 환경 변수 편집에 들어갑니다.

아마 자동으로 등록이 되어있을 겁니다. 확인만 하시면 됩니다.

이것으로 CUDA와 cuDNN 설치가 끝났습니다. 다음 편에서 pip로 tensorflow-gpu 설치를 하겠습니다.

tensorflow-gpu 를 위해 python을 설치하고, cmd에서 실행해보겠습니다.

1. Python 설치

https://www.python.org/

위 사이트로 들어가셔서,

위의 All releases를 들어갑니다.

최근 Python은 3.8 버전을 공개했지만, opencv나 기타 파이썬 모듈이 아직 3.8버전으로 공개가 안되었기 때문에

3.7 에서 가장 최신 버전의 Python을 설치합니다.

클릭합니다.

클릭 후 아래로 Scroll Down을 하면

저 파일을 클릭해서 설치 파일을 다운로드 합니다.

이후 다운로드한 설치파일을 실행하여 Python을 설치합니다.

설치 후 환경변수 편집을 해주어야 합니다.

Python Interpreter는 python.exe 파일로 되어 있습니다. 해당 경로를 따라갑니다.

보통의 경우에, python.exe 파일은

C:\Users\(사용자명)\AppData\Local\Programs\Python\Python37

위치에 저장되는 것 같습니다.

환경변수 편집을 위해 시작 > 시스템 환경 변수 편집을 들어갑니다.

편집을 누르면

이런 창이 뜨는데, 맨 아래 빈 줄을 클릭하여 추가할 수 있습니다. (저는 이미 추가해 둔 상태입니다.)

빨간 박스처럼, 두 줄을 추가해 줍니다.

C:\Users\(사용자명)\AppData\Local\Programs\Python\Python37\

→ python.exe 의 경로

C:\Users\(사용자명)\AppData\Local\Programs\Python\Python37\Scripts\

→ pip 를 사용하기 위한 경로

이렇게 추가를 해주면,

명령 프롬프트를 열어서 Python과 pip가 구동되는지 확인합니다.

이렇게 pip와 python이 구동되면 python 설치는 끝났습니다.