pip로 TensorFlow 설치

리눅스

python3 -m pip install 'tensorflow[and-cuda]'
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

MacOS

# There is currently no official GPU support for MacOS.
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Windows 네이티브

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
# Anything above 2.10 is not supported on the GPU on Windows Native
python -m pip install "tensorflow<2.11"
# Verify the installation:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

윈도우 WSL2

python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

CPU

python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

매일 밤

python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

리눅스

1. 시스템 요구사항

• 우분투 16.04 이상 (64비트)

TensorFlow는 공식적으로 Ubuntu만 지원합니다. 하지만 다음 지침은 다른 Linux 배포판에서도 작동할 수 있습니다.

2. GPU 설정

TensorFlow를 CPU에서만 실행하는 경우 이 섹션을 건너뛸 수 있습니다.

NVIDIA GPU 드라이버가 설치되어 있지 않다면 설치하십시오. 다음 명령어를 사용하여 설치 여부를 확인할 수 있습니다.

nvidia-smi

3. venv를 사용하여 가상 환경을 생성합니다.

venv 모듈은 파이썬 표준 라이브러리의 일부이며 가상 환경을 생성하는 공식적으로 권장되는 방법입니다.

원하는 가상 환경 디렉토리로 이동하여 다음 명령어를 사용하여 tf 라는 이름의 새 venv 환경을 생성합니다.

python3 -m venv tf 

다음 명령어를 사용하여 활성화할 수 있습니다.

source tf/bin/activate    

설치 과정이 완료될 때까지 가상 환경이 활성화되어 있는지 확인하십시오.

4. TensorFlow를 설치합니다.

TensorFlow를 사용하려면 최신 버전의 pip가 필요하므로, 최신 버전을 사용하고 있는지 확인하려면 pip 설치를 업그레이드하십시오.

pip install --upgrade pip

다음으로, pip를 사용하여 TensorFlow를 설치하세요.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

6. 설치를 확인합니다.

CPU 설정을 확인하십시오:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

텐서가 반환되면 TensorFlow 설치가 성공적으로 완료된 것입니다.

GPU 설정을 확인하십시오:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

GPU 장치 목록이 표시되면 TensorFlow 설치가 성공적으로 완료된 것입니다. 그렇지 않으면 다음 단계로 진행하십시오 .

6. [GPU 전용] 가상 환경 구성

이전 섹션의 GPU 테스트가 실패했다면, 가장 가능성이 높은 원인은 구성 요소가 감지되지 않았거나 기존 시스템 CUDA 설치와 충돌하기 때문입니다. 따라서 이 문제를 해결하려면 심볼릭 링크를 추가해야 합니다.

• NVIDIA 공유 라이브러리에 대한 심볼릭 링크를 생성합니다.

pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd

• ptxas에 대한 심볼릭 링크를 생성합니다.

ln -sf $(find $(dirname $(dirname $(python -c "import nvidia.cuda_nvcc;         
print(nvidia.cuda_nvcc.__file__)"))/*/bin/) -name ptxas -print -quit) $VIRTUAL_ENV/bin/ptxas

GPU 설정을 확인하십시오:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

MacOS

1. 시스템 요구사항

• macOS 10.12.6(시에라) 이상(64비트)

현재 macOS에서 TensorFlow를 실행하기 위한 공식적인 GPU 지원은 없습니다. 다음 지침은 CPU에서 실행하는 경우에 대한 것입니다.

2. 파이썬 버전을 확인하세요

파이썬 환경이 이미 구성되어 있는지 확인하세요.

python3 --version
python3 -m pip --version

3. TensorFlow를 설치합니다.

TensorFlow를 사용하려면 최신 버전의 pip가 필요하므로, 최신 버전을 사용하고 있는지 확인하려면 pip 설치를 업그레이드하십시오.

pip install --upgrade pip

다음으로, pip를 사용하여 TensorFlow를 설치하세요.

pip install tensorflow

4. 설치를 확인합니다.

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

텐서가 반환되면 TensorFlow 설치가 성공적으로 완료된 것입니다.

Windows 네이티브

1. 시스템 요구사항

• 윈도우 7 이상 (64비트)

2. Microsoft Visual C++ 재배포 가능 패키지를 설치합니다.

Visual Studio 2015, 2017 및 2019용 Microsoft Visual C++ 재배포 가능 패키지를 설치하십시오. TensorFlow 2.1.0 버전부터는 이 패키지에 포함된 msvcp140_1.dll 파일이 필요합니다(이전 버전의 재배포 가능 패키지에는 이 파일이 포함되어 있지 않을 수 있습니다). 재배포 가능 패키지는 Visual Studio 2019 에 포함되어 있지만 별도로 설치할 수도 있습니다.

1. Microsoft Visual C++ 다운로드 페이지로 이동하세요.
2. 페이지를 아래로 스크롤하여 Visual Studio 2015, 2017 및 2019 섹션을 찾으세요.
3. 사용 중인 플랫폼에 맞는 Visual Studio 2015, 2017 및 2019용 Microsoft Visual C++ 재배포 가능 패키지를 다운로드하여 설치하십시오.

Windows에서 긴 경로 사용이 활성화되어 있는지 확인하십시오.

3. 미니콘다 설치

Miniconda 는 GPU 지원 기능을 갖춘 TensorFlow 설치에 권장되는 방법입니다. Miniconda는 시스템에 설치된 소프트웨어를 변경하지 않고 별도의 환경을 생성합니다. 특히 GPU 설정을 위한 필수 소프트웨어를 설치하는 가장 쉬운 방법이기도 합니다.

Miniconda Windows 설치 프로그램을 다운로드하십시오. 다운로드한 파일을 두 번 클릭하고 화면의 지시를 따르십시오.

4. conda 환경을 생성합니다.

다음 명령어를 사용하여 tf 라는 이름의 새 conda 환경을 생성하세요.

conda create --name tf python=3.9

다음 명령어를 사용하여 비활성화 및 활성화할 수 있습니다.

conda deactivate
conda activate tf

설치 과정이 완료될 때까지 해당 기능이 활성화되어 있는지 확인하십시오.

5. GPU 설정

TensorFlow를 CPU에서만 실행하는 경우 이 섹션을 건너뛸 수 있습니다.

NVIDIA GPU 드라이버가 설치되어 있지 않다면 먼저 설치하십시오.

다음으로 conda를 사용하여 CUDA와 cuDNN을 설치하십시오.

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

6. TensorFlow를 설치합니다.

TensorFlow를 사용하려면 최신 버전의 pip가 필요하므로, 최신 버전을 사용하고 있는지 확인하려면 pip 설치를 업그레이드하십시오.

pip install --upgrade pip

다음으로, pip를 사용하여 TensorFlow를 설치하세요.

# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11" 

7. 설치를 확인합니다.

CPU 설정을 확인하십시오:

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

텐서가 반환되면 TensorFlow 설치가 성공적으로 완료된 것입니다.

GPU 설정을 확인하십시오:

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

GPU 장치 목록이 반환되면 TensorFlow 설치가 성공적으로 완료된 것입니다.

윈도우 WSL2

1. 시스템 요구사항

• Windows 10 19044 이상(64비트). 이는 Windows 10 버전 21H2, 즉 2021년 11월 업데이트에 해당합니다.

다음 문서를 참조하십시오.

• 최신 Windows 10 업데이트를 다운로드하세요 .
• WSL2를 설치하세요
• WSL2에서 NVIDIA® GPU 지원을 설정하는 방법

2. GPU 설정

TensorFlow를 CPU에서만 실행하는 경우 이 섹션을 건너뛸 수 있습니다.

NVIDIA GPU 드라이버가 설치되어 있지 않다면 설치하십시오. 다음 명령어를 사용하여 설치 여부를 확인할 수 있습니다.

nvidia-smi

3. TensorFlow를 설치합니다.

TensorFlow를 사용하려면 최신 버전의 pip가 필요하므로, 최신 버전을 사용하고 있는지 확인하려면 pip 설치를 업그레이드하십시오.

pip install --upgrade pip

다음으로, pip를 사용하여 TensorFlow를 설치하세요.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

4. 설치를 확인합니다.

CPU 설정을 확인하십시오:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

텐서가 반환되면 TensorFlow 설치가 성공적으로 완료된 것입니다.

GPU 설정을 확인하십시오:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

GPU 장치 목록이 반환되면 TensorFlow 설치가 성공적으로 완료된 것입니다.