Win 10 TensorFlow (gpu) 설치 상세 설명

Win 10 TensorFlow (gpu) 설치 상세 설명
앞에서 썼 다. TensorFlow 는 구 글 이 DistBelief 를 바탕 으로 연구 개발 한 2 세대 인공지능 학습 시스템 으로 그 이름 은 자체 의 운영 원리 에서 기원 되 었 다.Tensor (장 량) 는 N 차원 배열 을 의미 하고 Flow (흐름) 는 데이터 흐름 도 를 바탕 으로 하 는 계산 을 의미 하 며, Tensor Flow 는 장 량 으로 이미지 의 한 끝 에서 다른 한 끝 으로 흐 르 는 계산 과정 을 의미한다.텐 서 플 로 우 는 복잡 한 데이터 구 조 를 인공지능 신경 망 으로 전송 해 분 석 · 처리 하 는 과정 을 거 치 는 시스템 이다.지난해 11 월 개원 한 지 1 년 여 만 에 40000 + 의 스타 와 18000 + 의 포크 를 수확 해 열 기 를 보 였 다.TensorFlow 의 커 뮤 니 티 와 문서 가 모두 완벽 해서 사람들의 주목 을 받 았 다.
기 존 에는 텐 서 플 로 우 가 우 분투 / 리 눅 스 와 맥 OS X 만 지원 해 설치 도 편 했다.이틀 전에 커 뮤 니 티 에서 윈도 버 전이 있 는 것 을 발 견 했 습 니 다. 과감하게 설치 해 보 세 요. 본 고 는 주로 Win 10 에 TensoFlow 가 밟 은 구 덩이 를 기록 하고 있 습 니 다.
TensorFlow 공식 설치 튜 토리 얼 TensorFlow 중국어 커 뮤 니 티
1. 설치 환경 (다 중 버 전 Python 관리)
텐서 플 로 우 는 현재 windows 에서 64 - bit Python 3.5 만 지원 하고 있 으 며, 그동안 python 2.7 (Anaconda 2) + Jupyter notebook 을 사용 해 왔 기 때문에 Python 3.5 로 직접 바 꾸 고 싶 지 않 아 두 버 전의 Anaconda 를 설치 하려 고 한다.서로 다른 버 전 을 사용 하 는 파 이 썬 을 관리 하 는 방법 을 소개 한다. 원래 파 이 썬 3.5 의 이 장 으로 건 너 뛰 면 된다.
Anaconda 다운로드 설치: Window 아래 설치 가 매우 간단 합 니 다. 설치 패 키 지 를 직접 실행 하면 다음 단계 로 넘 어 갑 니 다. 설치 과정 에서 체크 를 선택 하 는 곳 이 있 습 니 다. 첫 번 째 는 환경 변 수 를 추가 하 는 것 입 니 다. 두 번 째 는 Anaconda 아래 Python 을 기본 버 전 으로 설정 하 는 것 입 니 다. 모두 선택 하 는 것 을 권장 합 니 다.
。
Anaconda 를 아 는 사람 은 모두 conda 환경 으로 서로 다른 버 전의 python 을 관리 할 수 있다 는 것 을 알 고 있 을 것 입 니 다. 예 를 들 어 제 가 지금 설치 한 것 은 Anaconda 2 이 고 기본 python 버 전 은 2.7 입 니 다. 하지만 저 는 Python 3 을 사용 하고 싶 습 니 다. 이 럴 때 conda 로 환경 을 만 들 수 있 습 니 다. 이 환경 에서 원 하 는 버 전 을 설치 하고 실행 할 수 있 습 니 다. 다 쓰 고 나 면 이 환경 을 종료 하면 됩 니 다.시스템 의 기본 Python 버 전 입 니까? 아니면 2.7 입 니까?
구체 적 으로 어떻게 처리 하 는 지 소개 한다.
(1). python 35 라 는 환경 을 만 들 고 Python 버 전 을 3.5 로 지정 하여 cmd: conda create --name python35 python=3.5 를 엽 니 다.
(2). 설치 완료 후 activate 를 사용 하여 python 35 입력 activate python35 을 활성화 하면 명령 행 앞 에 있 는 (python 35) 을 볼 수 있 습 니 다. 이것 이 현재 실행 환경 이 계속 실행 되 는 python 입 니 다. python 버 전 은 3.5.2 로 표 시 됩 니 다.
(3). 기본 python 2.7 환경 으로 돌아 가 려 면 python 을 종료 하고 실행 하 십시오 deactivate python35실행 python 그림 에서 보 듯 이 python 버 전 은 2.7.12 이 고 명령 행 앞 (python 35) 도 보이 지 않 습 니 다. python 35 환경 에서 종료 되 었 음 을 설명 합 니 다.
너무 편 하 죠?설치 경 로 를 살 펴 보면 Anaconda 2 설치 경로 의 envs 에 python 35 라 는 폴 더 가 있 습 니 다. 이 환경 을 활성화 할 때마다 시스템 실행 환경 은 이 폴 더 아래 에 있 습 니 다.(다른 두 개 는 내 뒤에 새로 만 든 것 이다)
여기까지 설치 환경 이 준비 되 어 있 습 니 다. 하지만 저 는 예전 에 Jupyter notebook 에 익숙 했 습 니 다. 만약 에 제 가 지금 Anaconda 가 가지 고 있 는 notebook 을 실행 하고 있다 면 python 2.7.12 버 전 만 있 습 니 다. 저 처럼 Jupyter notebook 으로 계속 내 려 다 보고 싶 습 니 다.
새로운 환경 에서 Python 3.5 를 설치 할 수 있 으 니 이 환경 에서 Anaconda 3 를 설치 하 는 것 이 어 떻 습 니까? 이렇게 python 3.5 의 Jupyter notebook 과 Spyder 를 동시에 설치 하여 시도 해 보 았 습 니 다. 과연 가능 합 니 다!(댓 글 을 보 니 이 방법 은 안 되 더 라 고요. csdn 에 자주 안 올 라 가 고 있 습 니 다. 지나 가 는 친구 들 이 지나 가면 해결 방안 도 넓 게 공유 되 고... 제 가 작년 에 이렇게 설 치 했 을 때 는 문제 가 없 었 습 니 다. 방금 해 봤 는데 안 되 더 라 고요. 그리고 제 가 그 방법 을 시 도 했 습 니 다. 1. conda create - name test python = 3.6 2. activate test 3. pip install jupyter /spyder 4. jupyter notebook 이렇게 해도 됩 니 다.)
(1). conda 는 Anaconda 3 의 환경 conda create --name Anaconda3 을 새로 만 드 는 데 성공 하면 Anaconda 2 의 envs 폴 더 아래 Anaconda 3 환경 (2) 을 새로 만 듭 니 다. 이 어 Anaconda 홈 페이지 에서 Anaconda 3 의 설치 패 키 지 를 다운로드 하고 설치 할 때 설치 경 로 를 E: \ Anaconda 2 \ envs \ Anaconda 3 (즉 방금 새로 만 든 conda 환경) 로 선택 하 십시오. 또한 연결 되 는 인터페이스 에 주의 하 십시오.둘 다 체크 하지 말고 정상적으로 설치 가 끝나 면 됩 니 다.
(3). 설치 완료 후 Anaconda 3 환경 활성화, 운행 python, jupyter notebook, 큰 성 과 를 거 두 었 습 니 다.
2. TensorFlow 설치
위의 python 3.5 설 치 를 완료 하면 간단 합 니 다. 직접 pip 로 설치 하면 됩 니 다.
먼저 Anaconda 3 환경 활성화: activate Anaconda3 비고: 기기 그래 픽 카드 가 낮 으 면 GPU 가속 이 지원 되 지 않 으 면 CPU 버 전 을 설치 합 니 다. 본 고 는 GPU 버 전 을 설치 합 니 다.
입력: pip install tensorflow-gpu 설치, pip 버 전 문 제 를 제시 하면 알림 에 따라 최신 버 전 으로 업데이트 하면 됩 니 다.
설치 완료.이때 TensorFlow 가 설치 되 어 있 지만 GPU 가속 이 필요 하기 때문에 cuda 와 cuDnn (deep learning 을 위 한 가속 라 이브 러 리) 을 설치 해 야 합 니 다.
3. cuda 설치
(1). cuda v 8.0 설치 패키지 다운로드, 설치 안내 같은 것 도 조금 만 보면 됩 니 다.
자신의 환경 에 따라 대응 하 는 버 전 을 선택 하고 exe 는 네트워크 버 전과 로 컬 버 전 으로 나 뉘 며 네트워크 버 전 설치 패 키 지 는 비교적 작 으 며 설 치 를 실행 할 때 필요 한 패 키 지 를 다운로드 합 니 다.로 컬 패 키 지 는 전체 패 키 지 를 직접 다운로드 합 니 다.로 컬 버 전 을 다운로드 하 는 것 을 권장 합 니 다.
다운 받 으 면 정상적으로 설치 하면 됩 니 다.
(2). cuDnn 라 이브 러 리 다운로드
이 패 키 지 를 다운로드 하려 면 등록 하고 설 문 지 를 작성 해 야 합 니 다. 다음 에 내 려 온 후에 관련 패 키 지 를 설치 하지 않 고 cuda 경로 에 해당 하 는 폴 더 아래 에 복사 하면 됩 니 다.
(3). cuda 테스트 는 cuda 가 설 치 된 후에 자동 으로 example 를 다운로드 하고 테스트 를 실행 합 니 다. 문제 가 크 지 않 습 니 다.
(4). 관건 적 인 구덩이 (TensorFlow 운행) 는 내 가 설 치 를 마치 고 차 를 몰 준 비 를 마 쳤 을 때 여러 가지 잘못 이 나 왔 다. 젊 은 나이 든 운전 기사 로 서 나 는 경험 을 이야기 했다.TensorFlow 는 계산 작업 을 표시 하기 위해 그림 을 사용 하 는 프로 그래 밍 시스템 입 니 다. 그림 은 Session (세 션) 에서 시작 되 어야 합 니 다. Session 은 그림 의 op (작업) 을 CPU 나 GPU 와 같은 장치 에 나 누 어 실행 합 니 다.그래서 이 럴 때 python 을 실행 하고 import tensorflow as tf 잘못 보고 하지 않 을 것 입 니 다. 하지만 실행 tf.Session() 을 하려 고 할 때 문제 가 있 을 수 있 습 니 다.이 럴 때 cuda 를 호출 할 것 입 니 다. 제 가 여기 서 만난 문 제 는 각종 lib 입 니 다. dll 은 불 러 올 수 없습니다.한 번 의 검 사 를 통 해 문 제 를 찾 았 습 니 다. cuda 설치 완료 후 기본 환경 변수 설정 이 잘못 되 었 습 니 다. CUDAPATH 는 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 이지 만 빈 과 lib \ x64 의 패키지 에 직접 접근 할 수 없습니다. path 에 이 두 경 로 를 추가 하면 됩 니 다.
다시 차 를 보 내 면 문제 가 있 습 니 다. 그리고 라 이브 러 리 를 불 러 올 수 없습니다. 바로 위의 cuDnn 라 이브 러 리 입 니 다. 간단 합 니 다. 방금 내 린 설치 패 키 지 를 압축 해제 하고 이 세 폴 더 의 파일 을 CUDA 에 대응 하 는 폴 더 아래 에 복사 하면 됩 니 다.
이렇게 해서 큰 성 과 를 거 두 었 다.
4. TensorFlow 테스트
(1). 코드 테스트:import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()

(2). 공식 튜 토리 얼 코드 테스트:
The TensorFlow implement ation translates the graph definition into executable operations distributed across available compute resources, such as the CPU or one of your computer’s GPU cards. In general you do not have to specify CPUs or GPUs explicitly. TensorFlow uses your first GPU, if you have one, for as many operations as possible.

#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)

출력:

Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Tesla K40c, pci bus
id: 0000:05:00.0
b: /job:localhost/replica:0/task:0/gpu:0
a: /job:localhost/replica:0/task:0/gpu:0
MatMul: /job:localhost/replica:0/task:0/gpu:0
[[ 22.  28.]
 [ 49.  64.]]

(2). example 테스트
github 의 tensorflow 소스 코드 를 다운로드 하 십시오. 예제 코드 가 많 습 니 다.
run example:

python mnist_with_summaries.py
..............................

결국 발차 하 자마자 시동 이 꺼 져 서... couldn't open CUDA library cupti64_80.dll

I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:119] Couldn't open CUDA library cupti64_80.dll

이 dll 은 NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\CUPTI\libx64 에 있 습 니 다. 이것 도 시스템 변수 에 추가 되 지 않 았 기 때문에 간단 한 처리 방식 으로 이 안의 파일 도 환경 변수의 bin 폴 더 에 복사 합 니 다.
다시 시동 을 걸 어 마침내 즐겁게 달리기 시작 했다.
마지막 으로 gpu 상황 을 보고 싶 어서 이것 을 찾 았 습 니 다. NVIDIA System Management Interface 는 설치 경로 에서 이미 C:\Program Files\NVIDIA Corporation\NVSMI
vidia-smi 구체 적 으로 어떻게 조작 하 는 지 탐색 중 입 니 다.
5. 끝
낡은 규칙, 좋 은 자 료 를 추천 합 니 다.
tensorflow 공식 튜 토리 얼, 그리고 중국어 판 커 뮤 니 티, 글 의 시작 부분 에 링크 가 놓 여 있 습 니 다.
좋 은 지식 칼럼:https://zhuanlan.zhihu.com/hsmyy
Hiton 의 수업:https://www.coursera.org/learn/neural-networks/home
다른 핫 한 deep learning 프레임 워 크: keras, mxnet...
마지막 으로 설치 과정 에서 Docker 에 관심 을 가 졌 습 니 다. 정말 흑 과학기술 입 니 다!잘 놀 면 PO 튜 토리 얼 올 라 와.