꿈꾸는 사람.

이 글은 공식 Tensorflow를 사용할 수 없는 환경을 가진 사용자가 소스에서 빌드하여 적합한 Tensorflow를 설치하는 방법을 제시하는 것이다. 공식 커뮤니티에서 제공하는 Tensorflow 바이너리는 최신 하드웨어를 기본으로 제공되어 구형이나 최신 CPU/GPU를 지원하지 않는다. 특히 virtualbox와 같은 가상 머신은 CPU의 AVX, AVX2와 같은 CPU 명령어를 지원하지 않아 도커 기반의 Tensorflow를 실행하면 core dump의 오류가 발생하여 사용할 수 없다. 이 경우 Tensorflow 플랫폼을 다시 컴파일해야 할 때 사용할 수 있는 방법을 제공한다. 소스에서 빌드하는 방법의 개요 1. 빌드 환경을 설정 tensorflow 커뮤니티에서 제공하는 도커 이미지를 받고 실행..

1. GPU 관련 설치 1.1. NVIDIA Graphics Driver 설치 그래픽 카드가 실행할 수 있는 최신 드라이버 버전을 확인 후 다운로드하여 설치한다. 사용 가능한 드라이버에 따라 각 그래픽 카드마다 명령이 다르며 아래와 같은 명령으로 설치할 수 있다. $ sudo apt-get install nvidia-XYXYX 설치가 완료되면 컴퓨터를 반듯이 재 부팅해야 한다. 시스템이 재개 된 후 드라이버가 올바르게 설치되었는지 확인할 수 있다. $ nvidia-smi 1.2. CUDA 도구 설치 CUDA 도구 및 호환 드라이버 버전은 아래 표와 같다. CUDA Toolkit Linux x86_64 Driver Version Windows x86_64 Driver Version CUDA 10.2.89 ..

구글의 텐서플로를 배우려면 파이썬을 먼저 설치해야 한다. 1. 파이썬 다운로드 파이썬 홈페이지(https://www.python.org/)에서 64비트 버전(https://www.python.org/downloads/windows/)을 다운로드한다. 2. 파이썬 설치하기 인스톨러를 실행하고 [Customize installation]을 선택하여 개발에 필요한 도구와 환경을 한 번에 설정한다. 파이썬 패키지 관리 프로그램인 pip와 IDE 환경은 반드시 설치한다. 파이썬이 어디에서나 실행되도록 환경변수에 추가한다. 성공적으로 설치가 끝났다. 3. 파이썬 실행하기 프로그램 메뉴에서 파이썬을 찾아 [Python 3.7(64-bit)]를 실행한다. 실행 후 간단히 튜토리얼을 실행하고 동작을 확인한다.