머신러닝 준비 4/4: TensorFlow 설치

원래는 머신러닝 라이브러리로 윈도우 기반 Theano를 이용하여 했으나 Theano가 32bit를 지원하지 않기 때문에

굳이 Windows 빌드를 고수 할 필요가 없다고 판단 되었다.

(제작하려는 프로그램이 제약이 있어 꼭 윈도우에서 32bit로 작동 되어야 하기에... XXX)

그럼 Theano를 선택한 가장 큰 이유인 Windows 실행이 사라지게 되므로 대세인 TensorFlow를 설치하기로 한다.

* 참고로 TensorFlow는 조만간 Windows 용이 나올 예정이다.

그렇다 해도 TensorFlow for Windows 또한 32bit 빌드를 지원하지 않을 듯 하므로 출시 된다 해도 굳이 이동 할 가치를 느끼지 못할 것이다. 보유한 컴퓨터가 단 1대라면 모를까...

하지만 기계학습에는 오랜 시간이 걸리기 때문에 1대에 모두 설치 가능 하더라도 학습용 컴퓨터는 별도로 존재하는 것이 맞다 본다.

머신러닝은 학습시 매우 오랜 시간이 소요되므로 CPU 버전은 제외하고 오직 GPU를 사용하는 것을 기본으로 한다.

학습에 있어 시간적인 스트레스 받지 않으려면 적어도 NVIDIA Geforce GTX 960 이상의 그래픽 카드가 필요하다.

각설하고.

TensorFlow는 다음과 같이 설치 할 수 있다. 주의 할 것은 CUDA와 cuDNN이 설치 된 상태로 진행해야 한다.

최신 버전 pip를 통하여 간편히 설치 하도록 하자.

$ pip install -U pip $ pip install tensorflow-gpu

잘 작동하는지 테스트

python 실행 후 아래 문장을 실행 해 본다. (gpu 가속 여부를 확인 한다.)

import tensorflow as tf

# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

<결과>

Device mapping: /job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: GeForce GTX 1060 6GB, pci bus id: 0000:01:00.0 MatMul: (MatMul): /job:localhost/replica:0/task:0/gpu:0 b: (Const): /job:localhost/replica:0/task:0/gpu:0 a: (Const): /job:localhost/replica:0/task:0/gpu:0 [[ 22.  28.]  [ 49.  64.]]

참고: https://www.tensorflow.org/versions/r0.8/get_started/os_setup.html#pip-installation