딥러닝 TensorFlow 텐서플로 GPU 설치 한방에 끝내기 2 (윈도우)

 

TensorFlow-GPU 버전을 사용하려면, 아래 링크 설명을 따라 먼저 GPU에 맞는 드라이버를 먼저 설치해야 함. 본 문서만으로는 TensorFlow-CPU 버전을 사용할 수 있음.

Tensorflow GPU 딥러닝 개발 환경 구축 1 (윈도우)

1. 아나콘다 (Anaconda) 설치

• https://www.anaconda.com/products/individual 방문
• 아래 그림과 같이 웹페이지 아래로 내려가서, 64-Bit Graphical Installer 클릭

• 기존 설치된 Anaconda와의 버전 충돌을 피하기 위해서, 아래 그림과 같이 체크박스 2개 모두 체크 후 Install 클릭

• 시작버튼 > Anaconda Prompt 클릭

• 아래와 같이 conda 와 python 버전 확인

2. TensorFlow-GPU 설치

• (base) C:\Users\chpark> conda list 실행
• 아래와 같이 tensorflow가 설치 안되어 있는 것을 확인

• 각 자의 개발환경에 따라서, 본 문서의 예시 처럼 (base)가 아닌 가상 개발 환경 위에서 설치할 수 있음.
• (base) C:\Users\chpark> pip install tensorflow-gpu 실행
• 주의! conda install tensorflow-gpu 사용하지 말 것
• 만약 cpu만 사용한다면, (base) C:\Users\chpark> pip install tensorflow 실행
• (base) C:\Users\chpark> pip list 실행
• 아래 그림과 같이 설치됨.

 

TensorFlow-CPU 설치의 경우, 아래 내용은 필요 없음.

3. TensorFlow-GPU 인식 유무 확인 

아래 코드 실행

       (base) python

       >>> import tensorflow
       >>> from tensorflow.python.client import device_lib
       >>> print(device_lib.list_local_devices())

 

• 아래 그림과 같이 나오면 성공! 이제 TensorFlow-GPU 사용할 수 있음. 

 

이후, pip 명령어로 원하는 라이브러리를 깔아서 사용하면 됨. 

 

만약 tensorflow-gpu가 작동하지 않으면, 새로 다 설치할 필요없이 수리할 수 있는 방법을 아래 링크를 통해 참고하시길.

Tensorflow GPU 작동하지 않을때, 재설치 없이 수리하는 법