Tensorflow 2 개발환경 셋팅 (윈도우/맥/GPU)

 

 

텐서플로우는 딥러닝을 매우 쉽게 구현할 수 있게 도와주는 구글 개발자들이 만든 파이썬 라이브러리입니다.

직접 텐서를 하나하나 연결해서 신경망을 구성할 수도 있고

귀찮으면 Keras 라는 하이레벨 API로 단 몇줄만에 신경망을 구성할 수도 있습니다. 

페이스북에서 만든 딥러닝라이브러리 PyTorch랑 자주 비교하는데

Tensorflow 2버전 이후부터는 훨씬 코드가 짧아져서 초심자는 텐서플로우로 입문하는게 나은 것 같습니다. 

 

 

 

 

Tensorflow 2 윈도우/맥 개발환경 셋팅

 

맥이나 윈도우나 거의 똑같습니다.

설치 셋팅이 뭔가 잘 안되면 다음 강의에 있는 Google Colab 환경에서 코드짜면 되겠습니다.

 

 

1. 파이썬을 설치합니다. 

파이썬 3.12버전부터는 tensorflow 2.16버전 이상만 사용가능한 이슈가 있어서

파이썬 3.11버전 이하로 설치해봅시다.

파이썬 3.14버전 이상은 아직도 뭔가 불안정하여 추천하지 않습니다.

 

https://www.python.org/downloads/mac-osx/  (맥)

https://www.python.org/downloads/windows/  (윈도우)

▲ 그래서 위 링크에서 Python 3.11.7 버전을 찾아서 install 다운받아서 설치를 해봅시다.

 

 

 

(참고) 내 파이썬 버전을 확인하는 법은 

윈도우의 경우엔 하단바의 검색 아이콘 눌러서 'powershell' 검색 후 실행해서

python --version 입력 후 엔터키를 쳐봅시다.

 

맥북은 런치패드에서 'terminal' 검색 후 실행해서

python --version

python3 --version

이거 둘 중 하나 입력해보면 되겠습니다.

 

 

 

 

 

2. pip를 이용해 tensorflow 라이브러리를 설치합니다. 

 

 

 

 

윈도우의 경우엔 하단바의 검색 아이콘 눌러서 'powershell' 검색 후 실행해서

pip install tensorflow==2.15.0 입력 후 엔터 하시면 됩니다. 

 

맥북은 런치패드에서 'terminal' 검색 후 실행해서

똑같이 pip install tensorflow==2.15.0 합시다.

 

맥북은 때에 따라

sudo pip install tensorflow==2.15.0

pip3 install tensorflow==2.15.0

입력 해야 잘되는 경우도 있습니다. 

그럼 앞으로 뭐 설치할 때 pip대신 pip3으로 입력하면 되겠습니다.

 

 

 

3. VSCode 에디터를 설치합니다.

구글에 VSCode 에디터 검색해서 설치해옵시다.

설치하고 나면 실행해봅시다.

실행할 VSCode가 어디있는지 모르겠으면 윈도우 검색창을 활용해봅시다.

 

 

 

 

4. 작업폴더를 하나 만들어서 에디터에서 오픈합니다.

바탕화면 아무데나 만든 후에 에디터 상단메뉴의 File - Open File 에서 작업폴더를 오픈합니다.

 

 

 

▲ 내 작업폴더 이름이 왼쪽 위에 뜨면 됩니다.

항상 작업폴더 오픈한 채로 코딩하는게 좋습니다.

 

 

 

 

5. 파이썬 파일을 하나 만들어서 테스트해봅니다.

에디터 왼쪽 빈공간에 우클릭하면 New File을 눌러서 파일 생성이 가능합니다.

 

 

 

 

import tensorflow as tf

1. 파이썬 파일에 이런 코드를 적어서

2. 파일 저장하고

3. ctrl + 물결 키를 눌러서 터미널을 오픈합니다.

4. 거기서 python 파일명.py를 입력해서 코드를 실행해봅시다.

맥북은 python3 파일명.py를 입력해야 잘될 수도 있습니다.

 

 

이렇게 작성하고 파일을 실행해봤을 때 에러만 안나면 설치가 잘된 것입니다.

warning GPU CUDA 어쩌구 그런말이 뜨기도 할텐데 빨간 에러만 안뜨면 성공입니다. 

 

 

 

 

 

Q. 자주 겪는 에러 모음 

 

(윈도우) 1. 빨간색으로 뜨는 'Python 이라는 스크립트 어쩌구를 찾을 수 없습니다 에러'

A. 설치할 때 '앱 실행 별칭' 설정을 바꾸는 부분을 다시 살펴봅시다.

'앱 실행 별칭' 메뉴에 Python 부분이 여러개 있으면 다른걸 켜봅시다.

 

 

(윈도우) 2. 빨간색으로 뜨는 '허가되지않은 스크립트 실행 안해줌 어쩌구 에러'

A. 시작 - 검색 - powershell검색 - 우클릭 - 관리자권한으로 열기 후에 

Set-ExecutionPolicy RemoteSigned 입력하는거 다시 해보고 에디터 껐다가 켜봅시다.

 

 

(맥북) 3. permission 등 권한이 없다는 에러  

터미널에서 뭐 실행할 때 sudo 라는 키워드를 앞에 붙여서 실행합니다.

sudo pip 어쩌구 이런식입니다.

 

 

(맥북) 4. pip 어쩌구 입력할 때 없다고 에러가 나면 

A. 터미널켜서 sudo python -m ensurepip --upgrade 를 터미널에 입력해봅시다

 

 

 

 

 

 

 

(선택) 윈도우에서 Tensorflow GPU로 구동하기 

 

여기까지 셋팅하면 CPU로 딥러닝을 돌리게 되는데

GPU를 사용하면 CPU 보다 10~20배 빠르게 학습작업을 종료할 수 있습니다.

다만 강의에선 무거운건 안해서 CPU만 써도 대부분 빠르게 끝납니다.

그리고 다음 강의에 있는 Colab 개발환경 쓰면 GPU를 빌려서 사용도 가능합니다.

 

 

(0) 공식 설치가이드인데

https://www.tensorflow.org/install/gpu?hl=ko

실은 별로 쓸모가 없으니 검색하거나 하단 따라하는게 낫습니다.

 

 

(1) Tensorflow 라이브러리를 설치합시다.

pip install tensorflow-gpu==2.10.0

터미널 열어서 입력하면 됩니다.

(윈도우+GPU의 경우 tensorflow 라이브러리가 아니라 tensorflow-gpu의 2.10버전을 설치해야합니다)

 

 

 

(2) 내 GPU 사용가능한지 확인

https://developer.nvidia.com/cuda-gpus

▲ Nvidia의 CUDA를 이용할 수 있어야하기 때문에 가능한 그래픽카드들은 위에서 확인 가능합니다.

GTX 10X0 이상이면 대부분 가능합니다. 

 

(3) 다음 소프트웨어가 시스템에 설치되어 있어야 합니다.

NVIDIA® GPU 드라이버 
CUDA® Toolkit 
cuDNN 

설치는 기본으로 잡히는 경로를 매우 추천드립니다.

하지만 설치시 버전을 잘 선택해야하는데 

https://www.tensorflow.org/install/source_windows?hl=ko#gpu 보고 cuDNN과 CUDA버전을 맞춰봅시다.

 

 

 

 

 

 

(4) 어떤 경우엔 이것도 설치가 필요할 수 있습니다.

msvc 2019 컴파일러 (IDE인데 컴파일러도 함께 설치됩니다)

 

 

(5) GPU로 잘 구동되는지 확인은

 

import tensorflow as tf
if tf.test.gpu_device_name():
    print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))

파이썬 파일에 위의 코드 그대로 작성해서 실행했을 때 GPU:0 이런게 나오면 셋팅 끝입니다.