NVIDIA graphic driver, CUDA 8.0 , cuDNN 5.1, tensorflow-gpu 0.12,

간단하게 환경 설정만 하려면 밑에 더보기를 열어서 보시면 됩니다.

환경설정 순서는 다음과 같다.

1. 자신이 설치하는 TensorFlow가 어떤 버전과 호환되는지를 알고 설치하자!

TensorFlow Release Note를 보면 확인 가능하다.

특정 버전의 tensorflow 설치하는 방법

pip install --upgrade tensorflow==[버전]

pip install --upgrade tensorflow-gpu==[버전]

예를 들어, 1.1.0버전을 설치하고 싶다면 다음과 같다.

>> pip install --upgrade tensorflow==1.1.0

이는 downgrade할 때, 내가 1.8을 사용하는데 1.1로 사용하고 싶을 때도 똑같이 'upgrade'를 입력하면 된다.

2. NVIDIA Graphic drvier 설치

참고사이트 - http://pythonkim.tistory.com/48 를 보고 드라이버를 설치했다.

3. CUDA 설치

8.0버전을 설치한다. 8.0버전은 최신 버전이 아니므로 여기서 https://developer.nvidia.com/cuda-toolkit-archive 버전을 선택해서 설치한다.

아마 나는 8.0 GA2를 설치했던 것 같다. 나는 Linux -> x86_64 -> Ubuntu -> runfile(local)을 다운 받았다.

다운 받고나면 다운로드 경로로 이동해서 실행한다.

참고사이트 - https://yunsangq.github.io/articles/2017-02/Ubuntu-16.04(64bit),-CUDA-8.0,-cuDNN-5.1-Install

4. cuDNN 설치

설치한 CUDA 버전과 비교하며 cuDNN 버전을 다운 받는다.

참고사이트 - https://developer.nvidia.com/rdp/cudnn-archive

5. TensorFlow 설치

내가 필요한 TensorFlow 버전은 0.12이므로 pip install tensorflow 깔면 안된다. 저렇게 하면 최신 버전이 깔린다.

pip install tensorflow==0.12.1

을 입력하여 설치한다.

나는 anaconda를 사용하기 때문에

source activate <환경이름>

을 입력하여 activate 시키고 설치했다.

참고사이트 - https://pypi.org/project/tensorflow/0.12.1/

6. 기타 설치

이렇게해서 기본적인 환경 설치를 했다. isic 프로젝트에 sklearn도 import 되기 때문에 이런건 뭐 pip install -U scikit-learn을 이용해서 간단하게 설치해주자.

여기 링크에 https://github.com/learningtitans/isbi2017-part3 있는 코드를 실행하기 위해 환경 설정을 해야한다.

바야흐로 지금은 2018년...  TensorFlow 1.7 버전이 출시 되었지만 위 프로젝트는 0.12-gpu 버전으로 작성 되었다.

따라서 나는 0.12 버전을 설치해야한다.

환경 설정

운영체제 - Ubuntu 16.04 LTS

그래픽 카드 - GeForce GTX 1080 Ti

그래픽 드라이버 - 390.48

CUDA - 8.0

cuDNN - 5.1

TensorFlow - 0.12 gpu

최신에 릴리즈된 버전들은 서로서로 호환이 가능하기 때문에 최신 버전을 설치하면 되고 글도 많이 있다. 하지만 예전 버전을 설치할 때는 참고할게 없다. 나도 구글링해가면서 겨우 설치했다.

길치들의 특징이 이 길이 아닌걸 알면서도 걷는건데 환경 설정하고 있는 나를 보는 것 같았다.

0.12 버전을 설치하면서 삽질을 했는데 CUDA와 cuDNN의 호환성을 전혀 고려하지 않아서 그랬다.

https://github.com/tensorflow/tensorflow/blob/v0.12.0/RELEASE.md

TensorFlow Release note를 보면, 

• TensorFlow now builds and runs on Microsoft Windows (tested on Windows 10, Windows 7, and Windows Server 2016). Supported languages include Python (via a pip package) and C++. CUDA 8.0 and cuDNN 5.1 are supported for GPU acceleration. Known limitations include: It is not currently possible to load a custom op library. The GCS and HDFS file systems are not currently supported. The following ops are not currently implemented: Dequantize, QuantizeAndDequantize, QuantizedAvgPool, QuantizedBatchNomWithGlobalNormalization, QuantizedBiasAdd, QuantizedConcat, QuantizedConv2D, QuantizedMatmul, QuantizedMaxPool, QuantizeDownAndShrinkRange, QuantizedRelu, QuantizedRelu6, QuantizedReshape, QuantizeV2, RequantizationRange, and Requantize.

CUDA 8.0, cuDNN5.1 버전을 지원한다고 나와있다.

근데 나는 최신 버전이면 다 호환이 되는 줄 알고 CUDA 9.1 cuDNN 7.1을 설치했다.

사실 최신 버전이면 다 되는지 안되는지 모르겠으나 CUDA 9.1, CUDA 9.0버전으로 했을 때도 에러가 났다. 아 무슨 에러인지도 적어 놀걸

혹시나 TensorFlow 0.12 버전이 아니라 다른 버전을 설치하려면 release note를 참고해서 CUDA, cuDNN 버전 호환을 반드시 체크하고 하세요~