Tensorflow 설치 방법

Tensorflow 설치 방법 build

 

Tensorflow 설치 방법에는 여러 가지가 있다.

 

1. whl파일을 통한 pip 설치
   
   whl이란(wheel) python wheel package로 압축 된 python패키지로 보면 좋을 것 같다.
   
   개인적으로 추천하지는 않는다. cuda, cudnn, nccl 등 사용자 환경을 고려하지 않은 듯 하다.
   
   물론 whl로 설치 후 구동은 잘 되지만, 속도라던가 먼가 믿음직 스럽지 못하다.
   
   굳이 쓰고 싶다면, 4. build 후 생성되는 whl파일을 상세내용을 적어 보관해 두고 사용하면 될 것 같다. 
   
   
2. conda (가상환경)을 통한 설치 – 물론 이경우도 python환경을 가상화 하여 하는 것이므로 pip whl 설치 와 build from source 방법이 있다.
   
   
   
   
3. docker 환경에서 이미 잘 구성 되어있는 container를 다운로드 후 접속하여 사용하는 방법이 있다.
   
   
   
   
4. build from source – 사용자 환경에 compile 할 수 있다. driver, cuda, cudnn, python, tf등

 

 

https://www.tensorflow.org/install/source#gpu

소스에서 빌드  |  TensorFlow

 

---

 

 

tensorflow사이트에 충분히 Test검증 된 버전들을 확인 할 수 있다.

 

아직 Tensorflow.org 사이트에는 2.1.0까지 검증된 버전을 update해 놓았다.

 

여기서는 간단하게 build를 통한 tensorflow 1.13.1 설치 법을 작성하겠다.

 

현재 github 사이트 에는 TF v2.2.0까지는 출시 되었지만 아직 Tensorflow 정식 사이트에 등록 되지는 않았다.

 

https://github.com/tensorflow/tensorflow 

tensorflow/tensorflow

 

 

 

1.13.1 로 작성 하는 방법은 이전에 작성하였던 tensorflow benchmark에 결과가

 

나와 있듯이 내가 Test했던 Tf_version중에는 1.13.1이 성능이 가장 좋았다.

 

https://kyumdoctor.tistory.com/12

2080Ti-TF_benchmark_test

 

 

 

사전 작업 : ubuntu 기본 패키지 nvidia-driver, cuda, cudnn, bazel 이 설치되있는 상태 

 

# ./NVIDIA-Linux-x86_64-410.78.run
nvidia driver 설치 - 위 링크참조  

# ./cuda_10.0.130_410.48_linux.run
cuda 설치 - 위 링크참조

# tar xvf cudnn-10.0-linux-x64-v7.4.2.24.solitairetheme8
# cd cuda
# cp lib64/libcudnn* /usr/local/lib64/cuda-10.0/lib64 
# chmod a+r /usr/local/cuda-10.0/lib64/libcudnn*
cudnn 설치 - 위 링크참조

./bazel-<version>-installer-linux-x86_64.sh
bazel 설치 - 위 링크참조

 

# apt-get install python-dev python-pip git

# pip install pip six numpy wheel setuptools mock ‘future>=0.17.1’

# pip install keras_applications==1.0.6 –no-deps

# pip install keras_preprocessing==1.0.5 –no-deps

# git clone -b v1.13.1 https://github.com/tensorflow/tensorflow

# cd tensorflow

#./configure

 

* 설정 시 필요 한 부분만 수정 하면 된다. ( 추후 update예정 ) 

* 기본적으로 enter로 넘어가고 cuda설치 시만 y 후 경로 설정에 /usr/local/cuda-10.0으로 한다.
  물론 cuda버전이 1개이면 /usr/local/cuda 로 하여도 상관없다.

 

# bazel build –config=opt –config=cuda //tensorflow/tools/pip_package:build_pip_package

# ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

 

빌드가 다 끝나면 whl 파일을 /tmp/tensorflow_pkg 폴더에 생성 한다.

 

 

# pip install /tmp/tensorflow_pkg/*.whl 
( *whl은 현재 파일명이 생각나지 않아 *로 작성 tensorflow-1.13.1-py36 이런식으로 시작함)

위와 같이 whl 설치를 하게 되면 tensorflow 설치가 드디어 끝난 것이다.

 

다 끝났다면 이제 내가 원하는 tensorflow version이 잘 설치 되어있는지 확인해 보자.

 

확인 방법은 두가지 정도의 방법이 있다.

 

# pip list
..
..
tensorflow-gpu(1.13.1)


# python

>import tensorflow as tf

>tf.__version__

1.13.1

잘 올라왔다면 error가 없을 것이다.

error message가 나왔더라도 bazel build시 이상없이 success가 됬다면 잘 설치 됬을 것이다.

 

재부팅후 다시 python부터 진행하면 버전확인 시 이상이 없을 것이다.

model 을 다운로드 하여 multi-gpu traing을 실행시켜 속도를 확인하고 마무리 한다.