- 이번 시간에는 아나콘다 명령 창에서 파이썬 머신러닝을 위한 텐서플로우를 GPU 버전으로 설치하고 이를 파이참 툴에 연동하는 과정을 설명하도록 하겠습니다.
- 제가 설치했던 환경은 아래와 같으며 문서에 명시된 파이썬, MSVC(Microsoft Visual Studio, 즉 Visual Studio 201* Community), CUDA, cuDNN의 버전을 정확히 맞추어 설치하시면 됩니다.
순서 1. 요구되는 툴 버전 확인
https://www.tensorflow.org/install/source_windows#gpu
Windows의 소스에서 빌드 | TensorFlow
Join TensorFlow at Google I/O, May 11-12 Register now Windows의 소스에서 빌드 소스에서 TensorFlow pip 패키지를 빌드하고 Windows에 설치합니다.참고: 잘 테스트되고 사전 빌드된 Windows 시스템용 TensorFlow 패키지가
www.tensorflow.org
- 아래는 환경 구축을 위해 제가 다운로드 했던 응용 프로그램 목록들입니다. 먼저 위의 텐서플로우 홈페이지에 접속하셔서 설치해야 할 프로그램 버전을 확인해주세요.
- CUDA가 cuDNN보다 먼저 설치되어야 하며, cuDNN 8.1과 CUDA 11.2은 해당 버전 이상 버전도 포함합니다.
- Python 3.9.7
- PyCharm Community 2021.3.3
- Visual Studio 2019 Community
- CUDA 11.5
- cuDNN 8.3.2
- Anaconda3 2021.11
순서 2. 파이썬 설치
https://www.python.org/downloads/
Download Python
The official home of the Python Programming Language
www.python.org
- 아래 예시 사진처럼 본인이 설치하려는 버전을 Release version을 찾아서 설치하시면 됩니다.
- 설치를 진행하다보면 빈칸 상태인 "Add Python 3.** to PATH" 옵션이 보이는데 경로 설정 오류를 막기 위해 되도록 체크해주시는 것이 좋습니다.
순서 3. PyCharm Community 설치
- 홈페이지에서 "JetBrains Toolbox App"을 설치하고 실행하여 "PyCharm Community" 를 설치합니다.
https://www.jetbrains.com/ko-kr/toolbox-app/
JetBrains Toolbox App: 도구를 간편하게 관리
www.jetbrains.com
- 아래 사진은 이전에 설치 완료한 사진이고 처음 다운로드할 경우 'install' 버튼을 클릭하시면 됩니다.
순서 4. Visual Studio 2019 Community 설치
텐서플로우는 C++에 뿌리를 두고 있기에 Visual Studio의 설치가 필요합니다. 단, Visual Studio 계정이 있어야 이용할 수 있습니다. 아래 홈페이지에서 제공하는 Windows 혹은 Mac 용 실행파일을 다운받아 설치하시면 됩니다.
https://visualstudio.microsoft.com/ko/vs/
Visual Studio 2022 | 무료 다운로드
Visual Studio에서 코드 완성, 디버깅, 테스트, Git 관리, 클라우드 배포를 사용하여 코드를 작성합니다. 지금 무료로 커뮤니티를 다운로드하세요.
visualstudio.microsoft.com
순서 5. CUDA 설치
- 파이참 내에서 연산량이 많은 작업(머신러닝/딥러닝) 수행 시 GPU로 처리하기 위해 필요합니다. 아래 사이트에서 설정에 맞는 버전을 골라 설치하시면 됩니다.
- 설치 시 설치 경로는 메모장에 미리 복사&붙이기 해두는 것을 권장합니다. (cuDNN 설치 경로 때문)
https://developer.nvidia.com/cuda-toolkit-archive
CUDA Toolkit Archive
Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production
developer.nvidia.com
순서 6. cuDNN 설치
- Tensorflow에서 사용할 CUDA 기반 Deep Neural Network 라이브러리입니다. 이 프로그램은 CUDA의 버전에 맞춰 설치하시면 됩니다.
https://developer.nvidia.com/rdp/cudnn-archive
cuDNN Archive
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.
developer.nvidia.com
Tip. cuDNN 설치 파일들은 CUDA를 설치한 위치에 복사 & 붙여넣기 해주시면 됩니다.
순서 7. Anaconda3 설치
- 가상환경 설정과 다양한 머신러닝 관련 패키지의 쉬운 추가를 위해 설치합니다.
https://www.anaconda.com/products/distribution#download-section
Anaconda | Anaconda Distribution
Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine.
www.anaconda.com
순서 8. 관리자 권한으로 Anaconda 실행 후 가상 환경 생성 및 활성화, tensorflow gpu버전 설치
세부 순서 1. 관리자의 권한으로 Anaconda 실행
세부 순서 2. 가상 환경 생성과 tensorflow gpu 설치 및 확인
- 가상환경 관련 명령어
- 가상환경 생성 : conda create -n 가상환경이름(영문과 숫자로만 작성해야 합니다.) python=3.9
- 가상환경 실행 : conda activate 가상환경이름
- 아나콘다 버전 확인 : conda --version
- 가상환경에서 설치한 패키지 목록 확인 : conda list
- 텐서플로우(tensorflow) gpu 버전 설치 : pip3 install tensorflow-gpu==설치할 버전(ex ) 2.7 등등..)
- 다른 패키지들 설치 : conda install 패키지명
- 설치된 패키지 삭제 : conda remove 패키지명
- 가상환경 종료 : conda deactivate 가상환경이름
- tensorflow-gpu 설치 확인 방법
Anaconda Prompt 창에서 'py' 혹은 'python'을 입력해서 파이썬으로 들어간 후
import tensorflow as tf
from tensorflow.python.client import device_lib
device_lib.list_local_devices()입력
순서 9. PyCharm에 Anaconda 가상 환경 적용시키기
세부 순서 1. Pycharm을 실행 후 첫 화면에서 [파일] - [새 프로젝트]
세부 순서 2. [파일] - [설정]
세부 순서 3. [Python 인터프리터] - [우측 톱니바퀴] - [추가]
세부 순서 4. [Conda 환경] - [기존 환경] - [인터프리터 박스에 콘다 설치 경로 첨부]
글을 마치며
오늘은 tensorflow 설치를 위한 CUDA, Visual Studio, Anaconda 등의 설치를 진행하였고, Pycharm과 Anaconda 간 연동을 통한 tensorflow-gpu 구축 방법에 대해 알아보았습니다. 시간이 지나면서 설치 방법이 또 달라질 수 있지만 아무쪼록 도움이 되셨으면 합니다. 더 쉽고 간단한 방법이 있는지 찾아보고 추후에 업로드하도록 하겠습니다. 감사합니다!
'Python' 카테고리의 다른 글
| [Python] 주피터 노트북(Jupyter Notebook) 실행 방법 (0) | 2022.10.20 |
|---|
댓글