우분투(Ubuntu)에 Tensorflow-GPU, Anaconda, Pycharm 설치하기
우분투(Ubuntu)에 Tensorflow-GPU, Anaconda, Pycharm 설치하기 !
OS : Ubuntu LTS 16.06
그래픽카드 : GTX 1060
(GTX 900대, GTX 1000대 모두 동일하게 설치 가능합니다.)
1. 그래픽드라이버 설치!
우분투를 처음 설치하셨다면 그래픽 드라이버를 설치해야 합니다.
(만약, 그래픽 드라이버를 설치하셨다면 Skip하고 진행하세요!)
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt-get update
$ sudo apt-get install nvidia-367
드라이버 설치는 10 ~ 15분정도 걸리는거 같습니다.
완료시 재부팅하세요!
2. Anaconda(아나콘다) 설치 하기!
설치에 앞서 파이썬 배포판의 아나콘다는 2와 3이 있습니다.
파이썬 2.x 가 편하신분들은 아나콘다 2를 설치하시고
파이썬 3.x 가 편하신분들은 아나콘다 3을 설치하세요!
개인적으로 아나콘다 3을 추천합니다.
또한, 텐서플로우와 호환성이 좋은 아나콘다3 4.2를 설치합니다.
(참고로 아나콘다3 4.2 버전은 파이썬 3.5 까지 지원한다고 합니다.)
아래 아나콘다 저장소 링크에서 다운 받는다.
https://repo.continuum.io/archive/
아래 그림과 같이 아나콘다3 64bit linux 다운로드
파일명 : "Anaconda3-4.2.0-Linux-x86_64.sh"
다운로드 경로 가서 설치를 진행한다.
$ cd Download/
$ bash Anaconda3-4.2.0-Linux-x86_64.sh
Enter 를 누르고 More가 뜬다면 시간상 컨트롤+c 를 눌러 스킵한다.
Do you approve the license terms? [yes|no]
>>> yes
[/home/joonbeom/anaconda3]
>>> Enter
Do you wish the installer to prepend the Anaconda3 install location
to PATH in your /home/joonbeom/.bashrc ? [yes|no]>>> yes
$ sudo nano ~/.bashrc
# added by Anaconda3 4.2.0 installer
export PATH="/home/joonbeom/anaconda3/bin:$PATH"
위에 경로가 적혀있으면 확인 끝
만약, 경로가 안적혀 있다면 아래와 같이 직접 적어주자!
ex)) export PATH="/home/사용자명/anaconda3/bin:$PATH"
저장(ctrl + o)하고
ctrl + x 눌러 나온다.
$ python
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
와 같이 뜨면 정상적으로 설치 완료!
새로운 터미널창을 열고 CUDA 설치로 넘어가자.
3. CUDA Toolkit 설치 하기!
Lagacy Releases 누르고
CUDA 8을 다운 받는다.(GTX1060은 쿠다 8.0이 가장 이상적(제 생각입니다). (랩실에서 GTX1080,GTX960 모두 이상없이 동일한 버전으로 설치하였다.)
Linux -> x86_64 -> Ubuntu -> 16.04 -> runfile(local)
쿠다는 다운이 오래 걸리는거 같다. 보통 5~8분
다운이 완료되면 다운로드 경로로 가서 아래 명령어 실행
$ sudo sh cuda_8.0.61_375.26_linux.run
(만약 다른 버전을 받았다면 패키지명 수정해야함.)
More 나오면 또 컨트롤 + c 로 스킵!
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
(y)es/(n)o/(q)uit: no(우리는 이미 그래픽카드 드라이버는 설치함! yes 입력하면 복잡해진다. 조심조심)
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: yes[ default is /usr/local/cuda-8.0 ]: Enter!
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: yes
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: no
$ cd
$ sudo nano ~/.bashrc
맨 아래에 아래의 경로 복붙 후, 저장!
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"
export CUDA_HOME=/usr/local/cuda
경로를 저장했다면 꼭
$ source ~/.bashrc
4. CUDNN 설치!
CUDNN v5를 설치합니다.
위 URL에서 다운로드를 해야하는데 NVIDIA 가입이 필요하다.
가입이 완료되었다면
아래 그림과 같이 I Agree To the Terms of the cuDNN Software License Agreement 체크
Download cuDNN v5 (May 27, 2016), for CUDA 8.0 를 다운받는다.
다운로드 받은 경로로 가서 압축을 풀면 CUDA 폴더가 생성된다
새로운 터미널을 열고 아래의 명령어 실행하여 탐색기창을 띄운다.
꼭 관리자 권한으로 열어야 한다.
$ sudo nautilus
그 다음 관리자모드 탐색기창에서 다운받은 경로의 CUDA폴더로 이동하여
include 안에 있는 파일을 복사하여
usr/local/cuda/include 안에 붙여넣기.
다시 다운받은 경로의 CUDA 폴더에서
lib64 안에 있는 모든 파일을 복사하여usr/local/cuda/lib64 안에 붙여넣기.
이제 모든 작업이 끝났으니 탐색기 창을 나간다.
새로운 터미널 창을 열고 아래 명령어를 입력해준다.
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
이제 아나콘다, CUDA, CUDNN 의 설정이 완료가 되었으니
tensorflow를 설치한다.
5. Tensorflow 설치하기.
대부분의 포스팅의 저자들은 가상공간을 만들어 텐서플로우를 설치하지만,
저자의 경우 편리를 위해 가상공간을 사용하지 않는다.또한, 가상공간안에 설치할 경우 설치중 에러가 많이 뜨고 더 복잡하다.
$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp35-cp35m-linux_x86_64.whl
(파이썬 버전이 3.6 이라면 cp35-cp35m을 cp36-cp36m 으로 수정해야한다.)
(파이썬 버전은 터미널창에 python을 치면 나온다.)
설치 완료 후에 아래와 같이 오류가 없다면 정상적으로 설치 완료!
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()
>>> print(sess.run(hello))
6. Pycharm(파이참) 설치하기!
이제 텐서플로우 까지 설치가 완료가 되었으니
파이참이라는 IDE를 깔아보자.
아래의 링크를 통해 Community 다운!
압축을 풀고 아래의 경로(pycharm -> bin)안에서 터미널에 아래와 같이 입력
$ cd 다운로드/
$ cd (파이참폴더명)/bin/
$ bash pycharm.sh
사용자에 맞게 체크하며 설치를 진행해주자.
파이참이 실행되면 프로젝트를 생성
(프로젝트이름을 정해주지 않았다면 처음에는 Untitled 로 되어있다.)
아래 그림과 같이 Project Interpreter로 이동하여 아나콘다3의 경로를 찾아 설정해준다.
(참고. 아래 그림은 모두 윈도우환경. 설정과정은 모두 동일)
(Show all 클릭)
(자신이 설치한 아나콘다 경로를 지정해주고 ok클릭)
(대부분의 리눅스환경은 existing environment)
(아나콘다 경로를 지정해주었지만 tensorflow-gpu가 없다면)
(오른쪽 초록색을 클릭)
마지막으로 파이참에서 tensorflow test !
수고하셨습니다.!
Future Information Network Architecture Lab.
Korea University
댓글
댓글 쓰기