[TensorFlow] 텐서플로우(TensorFlow 2.x) 개발 환경 구축 (Windows)

딥러닝을 위한 TensorFlow2 개발 환경(Windows) 구축 가이드입니다.

프로그램의 버전이 다를 경우, 문제가 발생할 수 있으니 아래 해당 버전으로 설치해주세요.

 

다운로드 프로그램 목록

• Python 3.7.5
• PyCharm Community 2019
• Visual Studio 2019 Community
• CUDA 11.0
• cuDNN 8.0.5
• Anaconda3 

1. Python 3.7.5 다운로드 및 설치

  - www.python.org/downloads/ 접속 후 Python 3.7.5 다운로드 및 설치 (과정 생략)

  - 직접 설치하지 않고 Anaconda를 이용해도 상관 없습니다.

 

 

2. PyCharm 다운로드 및 설치

  - www.jetbrains.com/ko-kr/toolbox-app/ 접속 후 JetBrains Toolbox App 다운로드

Toolbox App 다운로드

  - JetBrains Toolbox App 실행 후 PyCharm Community 설치

    (아래 그림은 설치 완료 상태)

PyCharm Community 설치

 

3. Visual Studio 2019 Community 다운로드 및 설치

  - Tensorflow는 인터페이스만 Python이고, 내용은 C++이기 때문에 다운로드 해야 함

  - https://visualstudio.microsoft.com/ko/vs/ 접속 후 Visual Studio Community 다운로드 (과정 생략)

 

 

4. CUDA (Compute Unified Device Architecture) 11.0 다운로드 및 설치

  - 그래픽 처리 장치 (GPU)의 일반 컴퓨팅을 위해 NVIDIA에서 개발 한 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델

  - 딥러닝에 GPU 사용을 위해 다운로드 해야 함

  - https://developer.nvidia.com/cuda-toolkit-archive 접속 후 CUDA Toolkit 11.0 (May 2020) 다운로드

  - CUDA Toolkit 설치

    (설치 경로는 보통 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 입니다.)

 

CUDA 11.0 다운로드

 

 

5. cuDNN 다운로드 및 zip 파일 압축 해제

  - Tensorflow에서 사용할 CUDA 기반 Deep Neural Network 라이브러리로, 다운로드 해야 함

  - https://developer.nvidia.com/rdp/cudnn-archive 접속 후
    Download cuDNN v8.0.5 (November 9th, 2020), for CUDA 11.0 다운로드

  - cudnn zip 파일 압축 해제

 

cuDNN 8.0.5 다운로드

 

 

6. CUDA 설치 경로(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0)에 cuDNN 파일 덮어쓰기

  - 아래 cuDNN 파일들을 CUDA 설치 경로에 덮어쓰기

cuDNN 설치 파일

 

CUDA 설치 경로

 

 

7. Anaconda3 다운로드 및 설치

  - 쉬운 라이브러리 다운로드와 가상 환경 설정을 위해 Anaconda를 다운로드 함

  - www.anaconda.com/products/individual#download-section 접속 후 Windows Installer 설치

    (Python 버전은 나중에 바꿔도 되고, 안 바꿔도 무방함)

Anaconda 다운로드

 

 

8. conda 가상 환경 생성 및 활성화

  - 독립적인 작업 환경을 위해(라이브러리 충돌 방지를 위해) 가상 환경을 생성함

  - Anaconda Prompt 실행 후 가상 환경 생성

    (conda create -n 가상환경이름 python=3.7)

conda 가상 환경 생성

  - 가상 환경 활성화

    (conda activate 가상환경이름)

conda 가상 환경 활성화

 

 

9. Tensorflow, Keras 설치

  - 가상 환경 활성화 상태에서 Tensorflow, Keras 설치

  - GPU 사용을 위해 tensorflow-gpu 설치

  - Keras는 Tensorflow 2.x에서 설치 생략 가능

    (pip install tensorflow-gpu==2.4)

tensorflow-gpu 설치

    (pip install keras)

keras 설치

    

10. tensorflow-gpu 설치 확인

  - 사용 가능한 장치에 GPU가 있는지 확인

  - python 실행 후 아래 코드 실행

  >> import tensorflow as tf

  >> from tensorflow.python.client import device_lib

  >> device_lib.list_local_devices()

사용 가능 장치 확인

 

 

11. PyCharm-Anaconda 가상 환경 적용

  - 프로젝트 생성

  - File -> settings -> Project Interpreter -> 환경설정(우측 톱니바퀴) -> Add ->Conda Environment ->

    Existing environment

  - Interpreter 박스에 anaconda python 경로 설정

 

PyCharm-Anaconda 가상 환경 적용

tensorflow-gpu 설치 확인

 

 

12. tensorflow 동작 확인

 - tesorflow 버전 확인을 위해 아래 코드 실행

>> import tensorflow as tf
>> print(tf.__version__)