GPU 지원 텐서플로우 설치 방법


GPU 지원 텐서플로우 설치 방법
이번 글에서는 GPU를 지원하는 텐서플로우(Tensorflow)를 설치하는 방법에 대해서 설명드리도록 하겠습니다.
GPU를 지원하는 텐서플로우를 설치하기 위해서는 최소 하드웨어사양과 드라이버와 라이브러리등 소프트웨어 또한 조건을 만족해야 합니다.

텐서플로우를 사용하기 위한 최소 하드웨어를 알아보기 위해서는 다음 글을 참고해 주시기 바랍니다.

텐서플로우 최소 하드웨어 사양

우분투에서 NVIDIA 드라이버가 설치된 환경에서 CUDA와 cuDNN 라이브러리를 포함하여, 텐서플로우를 설치하는 방법에 대해서 설명드리도록 하겠습니다. 아직 NVIDIA 드라이버가 설치되지 않은 환경일 경우, 아래의 글을 참고하여 먼저 드라이버를 설치한 다음 진행해 주시기 바랍니다.

우분투에서 NVIDIA 드라이버 설치 방법

1. 환경

NVIDIA 드라이버 390이 설치된 환경이며, 우분투 환경을 기준으로 설명드리도록 하겠습니다.
아래의 명령어로 NVIDIA 드라이버가 설치되었는지 확인합니다.

$ nvidia-smi
Sun Mar  4 11:02:51 2018       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.30                 Driver Version: 390.30                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 750 Ti  Off  | 00000000:02:00.0  On |                  N/A |
| 38%   43C    P8     1W /  38W |     43MiB /  2000MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1361      G   /usr/lib/xorg/Xorg                            40MiB |
+-----------------------------------------------------------------------------+

위의 내용과 같이 드라이버 버전이 390 이상이며, Compute capability 가 3.0 이상을 만족하는 GPU이어야 합니다.
아래의 파이썬 패키지를 설치해 주시기 바랍니다.

$ sudo apt-get install python-pip python-dev 
$ sudo pip install --upgrade pip

2. 라이브러리 설치

NVIDIA 패키지 리스트 소스정보가 없을 경우, 아래의 명령어를 실행하여 NVIDIA 패키지 소스 리스트를 추가합니다.

# apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
# sh -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" >> /etc/apt/sources.list.d/cuda.list'
# sh -c 'echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64 /" >> /etc/apt/sources.list.d/cuda.list'
# apt-get update

그리고 아래의 명령어를 실행하여 CUDA 9.0 SDK Tookit과 cuDNN 7.0 라이브러리 등을 설치합니다.

$ sudo apt-get install cuda-9.0 libcudnn7-dev

3. 텐서플로우 설치

아래의 명령어를 이용하여 GPU 버전의 텐서플로우를 설치합니다.

$ sudo pip install tensorflow-gpu

최신 버전의 경우 위의 명령어로 설치 가능하며, 다음과 같이 1.6 버전등 특정한 버전으로 설치 하실 수도 있습니다.

$ sudo pip install tensorflow-gpu==1.10.0

4. 테스트

텐서플로우가 올바르게 설치되었는지 확인 하기 위해서는 아래와 같은 명령어를 실행하면 됩니다.

$ python -c 'import tensorflow as tf; print(tf.__version__)'

위의 명령어로 설치된 텐서플로우 버전이 나타난다면 성공적으로 설치가 된 것입니다.
만약에 설치된 버전정보가 나나타지 않고 에러가 발생한 다면 다음 글을 참고해 주시기 바랍니다.

텐서플로우 실행 오류 경고 해결 방법

본문 내용 인용시에는 출처를 밝혀 주시기 바랍니다.