tensorflow(Windows) 설치

설치시 필요사항

기본적인 내용들은 tensorflow(Linux) 설치를 참고 하세요

Windows OS 

당연한 말이지만 windows OS가 있어야 한다. 

한가지 부연 설명을 하면 직접 테스트 해본 결과 Linux(ubuntu) 와 비교 하면 windows 상에서 Tensorflows는 상당히 느리다. 그럼에도 불구하고 지금까지의 전통적인 Linux Server에는 GPU 탑재가 없는 것이 현실이다. 

반면, 개인 PC등에는 최신의 Graphic Card 장착으로 인해서 GPU를 이용 할 수 있는 환경이 있는 경우가 있다.

또한 개인적으로 공부를 위해서 server 를 전용으로 사용하기 어려운 경우 개인 PC를 이용 할수 있다.

Python (anaconda 사용 추천)

리눅스 플랫폼과는 다르게 windows 환경에서는  tensorflow는 Python3.5 이상만 지원한다.

* Python 2.7 도 지원 가능했었는데 어느 순간부터 windows-Python2,7용  tensorflow는 없어 졌네요.

Tensorflow

워낙에 핫한 아이템이다.(물론 시간이 지나면 Old한 이야기가 될수도 있다)

짧은기간에 버전이 1.0->1.1->1.2->1.4->1.5까지  업로드 되다보니 간혹 최신버전에 에러가 있거나, GPU지원 모듈지원에 간혹 문제가 있으므로 가능한 최신버전의 한단계 아래버전의 사용을 추천한다.

GPU 지원 역시 마찬가지로 가능한 최신버전의 한단계 아래버전의 사용을 추천한다.

설치 순서는

1. Anaconda install

2. Anaconda setting

3. GPU 버전지원을 위한 Cuda Toolkit 과 cuDNN 설치

4. Tensorflow  install

순으로 진행 한다. 

1. Anaconda install

Anaconda dowload (https://www.anaconda.com/download/) 에서 windows 64bit 버전 다운로드

다운로드 받아 인스톨 한다 특별히 주의 할 것은 없다.

단, 주의 할 부분은 인스톨시에 환 경 변수 추가를 물어 오는데 기본적으로 추가 하지 않음으로 되어 있다.

기존에 Windows 상에서 Python 이 인스톨 되어 있는 경우(패스가 잡혀 있는 경우)는 인스톨 후, 수동으로 anaconda Path를 잡아주도록 하고, 그렇지 않은 경우는 인스톨시에 환경변수(Path : C:\ProgramData\Anaconda)가 설정되도록 해도 된다.

*python으로 개발된 App들은 대부분 필요로 하는 Python, library들을 모두 포함하기 때문에 시스템에 있는 python 을 직접 사용하는 경우는 없는 듯 하다.

2. Anaconda setting

아나콘다(콘다: conda) 사용법 및 개념

python 은 무수한 라이블러리와 버전이 존재 하므로 이를 관리 하기 위하여 python 개발 환경(공간)을 virtual 하게 생성하고 관리 할수 있도록 지원한다.

아나콘다에서 작업 환경을 생성하는 부분은 리눅스와 거의 동일하다.

windows 의 cmd창을 통하여 작업한다.

물론 아나콘다에서 제공되는 anaconda Prompt, Anaconda Navigator 등을 통해서 작업 가능 하지만, 추천하지는 않는다.

이제 콘다 명령을 통하여 python3.5+tensorflow  공간을 생성하자.

C:\Users\Administrator>conda create -n tf35 python=3.5

anaconda\envs\에 tf35 디렉토리가 생성되며 각 디렉토리에 기본적인 구조가 생성된다.

작업 환경으로 들어가려면 activate 명령을 사용한다.

C:\Users\Administrator>activate tf35
(tf35) C:\Users\Administrator>

activate 명령을 통하여 anaconda에서 생성된 작업 공간으로 들어 갈 수 있다.

Linux와는 달리 source 명령어를 붙이지 않는다. 프롬프트 앞에 conda name이 붙는다.

* deactivate 명령으로 conda 환경에서 나올 수 있다.

이제 부터 Python library 설치, tensorflow 설치등의 작업은 anaconda에서 생성한 작업 공간에서 이루어진다.

당연한 이야기지만 anaconda에서 생성된 환경은 다른 환경에 영향을 주지 않고 독립적으로 사용된다.

3. GPU 버전지원을 위한 Cuda Toolkit 과 cuDNN 설치

무조건 NVIDIA 그래픽 카드가 설치되어 있다고 GPU를 이용 할 수 있는게 아니다

(주위에서 NVIDIA 그래픽 카드가 있다고 tensorflow-gpu 인스톨 하시는 분들을 많이 봤다)

NVIDIA  그래픽 카드 지원 확인 (https://developer.nvidia.com/cuda-gpus) 사이트에서 자신의 그래픽카드가 지원되는지 확인한뒤 맞는 버전을 인스톨 해야 한다.

*주의 할 부분은 무조건 최신버전을 설치 하지 말라는 것이다. 

CUDA 다운로드 (https://developer.nvidia.com/cuda-toolkit-archive) 사이트에서 OS환경에 맞는 파일을 다운 받아 설치 한다.( 네트워크 설치는 꽤 시간이 걸리니 로컬 설치로 파일을 다운 받아 설치 한다)

*현재 tensorflow 에서는 8.0 을 추천합니다.

8.0 인스톨시 기본 설치 경로는 디폴트로 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 입니다.

인스톨시 해당 경로를 Path에 포함됩니다.

CuDNN 다운로드 (https://developer.nvidia.com/cudnn) 사이트에서 CUDA 버전에 맞는 버전을 다운로드 합니다.

해당 파일은 사이트 가입 후, 다운 받을수 있습니다.

다운 받은 압축파일을 풀어서 cuda 폴더안의 lib, include, bin 폴더를 CUDA 8.0 인스톨시 기본 설치 경로(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0) 로 복사 합니다.

4. Tensorflow install

tensorflow 설치 - 기본적으로 리눅스에서의 설치와 동일합니다.

python version  확인후, conda 환경에서 tensorflow를 설치 합니다.

C:\Users\Administrator>activate tf35
//gpu버전
(tf35) c:\Users\Administrator>pip install tensorflow-gpu

//cpu 버전
(tf35) c:\Users\Administrator>pip install tensorflow

특별한 오류가 없었다면  아래 명령을 이용하여 tensorflow 가 올바르게 설치되었는지 확인하자 

$source activate tf35
(tf35) $ python
>>> import tensorflow as tf
>>> print tf.__version__

---