윈도우 10에서 텐서플로우 2.0 GPU 버전을 설치해보자!
텐서플로우, 특히 GPU버전을 사용하기 위해서는 사전에 준비해야 될 소프트웨어가 있으며 각 소프트웨어의 버전들을 숙지할 필요가 있다 (호환성의 문제).
텐서플로우 설치과정과 버전을 아래와 같이 정리하였다.
1. Anaconda3-2019.10-Windows-x86_64.exe
(아나콘다는 사실 버전을 꼭 맞출 필요는 없다. 환경변수를 생성해서 내부에 필요한 파이썬 버전을 새로 설치하면 됨)
여기 repo에 들어가면 릴리즈된 아나콘다를 버전별로 다운받을 수 있다.
https://repo.anaconda.com/archive/
2. Python 3.6.10 (anaconda 가상환경 생성해서 설치하자)
아나콘다 설치 후, Anaconda Prompt를 실행한다.
일반적으로 (base) C:\Users\user> 형식으로 도스창이 나타난다.
여기서 가상환경 생성 command를 입력하면 된다.
(base) C:\Users\user>conda create -n TEST python=3.6.10
위와 같이 입력하여 실행하면 설치를 할 것인지 물어보는 데 y 를 눌러주면 설치진행.
설치가 완료되면 TEST 라는 이름의 가상환경이 생성되고 해당 환경의 python은 3.6.10이 설치된다.
* TIP *
가상환경 삭제시, conda env remove -n TEST
생성된 가상환경 리스트 conda env list
가상환경 활성화 activate TEST
가상환경 비활성화 deactivate
3. Tensorflow v.2.0.0
Tensorflow 2.0을 설치할 것이다. default는 CPU모드이다.
1) (base) C:\Users\user>activate TEST
2) (TEST) C:\Users\user>pip install tensorflow==2.0.0
향후, TEST라는 가상환경에서 코딩을 하다보면 python 라이브러리들을 추가로 설치할 일들이 있다.
위와 같이 conda install **** 등으로 입력하면 원하는 라이브러리를 설치할 수 있다.
4. CUDA v.10.0
Google에서 "NVIDIA cuda 10.0" 검색하면 아래와 같이 archive를 선택해서 들어간다.
CUDA Toolkit 10.0 Archive | NVIDIA Developer
다운로드 후 알아서 잘 설치 (yes 버튼 누르기)
5. cuDNN v.7.6.0
Google에서 "NVIDIA cudnn download"라고 검색한다.
https://developer.nvidia.com/cudnn
cuDNN을 다운로드 하기 위해서는 nvidia 홈페이지에 회원가입을 해야한다.
귀찮더라도 회원가입 후, download 버튼을 눌러서 들어가면
최신 릴리즈된 버전들을 다운받을 수 있게 되어 있는데,
아래에 작은글씨로 Archived cuDNN Releases 라고 적힌 걸 찾아야 한다.
버전이 상당히 많은데 Download cuDNN v7.6.0 (May 20, 2019), for CUDA 10.0 를 찾아서 다운로드 한다.
cuDNN을 다운받아서 압축을 풀면 cuda 폴더가 나오고 bin, include, lib 폴더가 안에 있는 것을 확인할 수 있다.
각 폴더안의 파일들을 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
에 들어가서 동일폴더 속에 파일들을 붙여넣어야 한다.
(예, C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 폴더에 들어가서 cudnn64_7.dll 파일 붙여넣음)
6. Tensorflow-gpu v.2.0.0
이제 다시 anaconda prompt를 실행시켜 cmd창에 아래 command를 입력한다.
1) (base) C:\Users\user>activate TEST
2) (TEST) C:\Users\user>pip install tensorflow-gpu==2.0.0
제대로 실행하는지 확인해보자!
현재 TEST 가상환경이 활성화 되어 있다.
여기서 'python'을 입력하면 python이 실행된다.
여기서 import tensorflow as tf 를 입력해서 tensorflow가 정상적으로 import 되는지 확인해보자!
두 번째는 간단한 tensorflow 함수를 실행시켜 본다.
print(tf.__version__)
먄약 2.0.0 이라는 메시지가 return 된다면 정상적으로 import 된 것이다.
마무리
Tensorflow 는 python, CUDA, cuDNN, numpy 등의 버전이 맞지 않으면 실행되지 않는다.
지금 이순간에도 각 툴들은 업데이트되고 있으며 무조건 최신버전을 고집하다보면 수많은 에러들을 경험할 것이다.
tensorlfow의 버전을 2.0 보다 높은 버전을 사용할 계획이라면,
해당 버전에 맞는 python, numpy, CUDA, cuDNN 버전을 잘 체크해서 추가 가상환경 속에 설치하도록 하자
(여차하면 롤백할 수 있도록)
CUDA는 중복으로 설치가 가능하고, cuDNN이야 파일 3개만 덮어쓰는 거니까 버전 업데이트 및 롤백이 어렵지 않을 것이다.