안녕하세요?


지난번 포스팅에서 데이터를 학습하는데 4시간이 걸렸다는 내용을 포스팅 했습니다. 그래서 이번 시간부터는 이 시간을 어떻게 단축 시키고자 하는 차원에서 한번 CPU를 사용하는 것이 아니라 GPU라고 해서 그래픽 카드를 이용한 병렬처리를 이용, 어떻게 해서 학습 시간을 줄이고자 합니다. 그런데 내용이 너무 길어져서 이것도 여러개의 포스팅에 나누어서 올리도록 하겠습니다.



먼저 제가 사용하는 컴퓨터에 어떤 그래픽 카드가 있는지를 한번확인해 봅니다. GeForce GT 735M이라는 것을 일단은 알 수 있었습니다.



그리고 제 컴퓨터의 그래픽 카드가 기계학습을 지원한다는 것을 알 수는 있었습니다. 다만, 연산 능력이 3.0이라는 것이 좀 불안불안 하기는 합니다.



그리고 다음으로는 CUDA toolkit을 다운로드 받을 차례입니다. 제 경우에는 윈도우 8.1 64비트를 쓰고 있기 때문에 맞춰서 해당되는 프로그램을 다운로드 받습니다.



다음으로는 CUDA toolkit을 설치하는 단계에 들어가 보도록 합니다.




그리고 다음으로는 cuDNN이라는 프로그램을 다운로드 받아야 하는데, 일단 v10.0을 선택하도록 했습니다.



일단 여기서는 윈도우 7아니면 윈도우 10만 지원을 하는데, 제 경우에는 윈도우 8.1이라서 일단 윈도우 10을 다운로드 받도록 합니다. 그전에 여기서는 회원가입을 NVIDIA에서 받는데 소셜 로그인이라는 기능을 사용해서 손 쉽게 가입을 할 수 있었습니다.



다운로드 받은 파일의 압축을 풀면, 여기서 위 스크린샷에 나오는 3개의 폴더를 먼전 선택해서 복사해 주도록 합니다.



그리고 나서 CUDA가 설치되어 있는 Program Files폴더에 있는 폴더로 가서, 그냥 붙여넣기 하면 됩니다. 혹시 덮어쓰기 메뉴가 나오면 그냥 덮어쓰기를 하면 됩니다.




이렇게 해서 그냥 붙여넣기 해서 폴더를 CUDA toolkit에 넣어 주도록 합니다.



다음에는 아나콘다 프롬프트를 열고, 이게 제대로 설치가 되었는지 확인하는 단계로 먼저 import tensorflow as tf라고 가지고 오도록 하고, 다음으로는 hello = tf.constant('Hello, TensorFlow!') 라고 아나콘다 프롬프트에 입력하도록 합니다. 이후 sess = tf.Session()이라고 입력을 하는데, 여기서는 Session의 첫 머리가 대문자 S임을 조심해야 합니다.


다음으로는 print(sess..run(hello))라고 입력을 해서, 관련된 gpu에 대한 내용이 나와야 하는데, 문제는 전혀 나오지 않는 것 입니다.



그래서 tensorflow-gpu를 인스톨 하라는 명령을 내렸습니다. 일단 pip3 install --upgrade tensorflow-gpu 라고 입력을 해서 인스톨에 들어가 보도록 합니다.



이렇게 해서 제대로 인스톨이 된 것을 확인할 수 있었습니다.




다만 이렇게 하고서도 python을 실행시킨 다음에 tensorflow를 import하려고 했는데, 에러가 뜨면서 제대로 되지를 않는 것을 볼 수 있었습니다. 그래서 하는 수 없이 기존의 tensorflow-gpu를 제거하였습니다.



일단 자료를 인터넷에서 찾아보니, 먼저 제어판의 시스템으로 가서 고급 시스템 설정으로 들어간 다음, 경로설정이나 이런게 제대로 CUDA에 대해서 나와 있는지를 살펴 보았고, 살펴본 결과 이상은 없었습니다.



그래서 생각한 끝에 gputest라는 새로운 환경을 만들어 주도록 합니다.



그리고 나서 pip를 업그레이드 하려고 했지만, 실수로 기본이 되는 환경이었습니다. 그래서 지금부터 새로 만든 gputest라는 항목에 들어가 봐야 하는데, 일단 포스팅이 너무 길어진 감이 있어서 여기서 한번 끊어 주도록 하겠습니다. 그리고 나머지 내용은 이어서 다음 포스팅에서 올릴 것을 약속 드리겠습니다.

+ Recent posts