예전에 아나콘다에 텐서플로우를 설치하는 방법을 올렸었는데 Tensorflow2를 사용하기 위해 다시 설치를 해보았습니다. 예전에는 텐서플로우가 사용하는 python과 아나콘다에서 사용하는 파이썬 버전을 맞추기 위하여 다운로드 사이트를 찾아 다녔지만 이제는 그냥 각각 최신 버전을 다운받아서 설치해도 되기 때문에 작업이 수월해 졌습니다.
TensorFlow 사이트에 가보면
https://www.tensorflow.org/install
Python 3.5 부터 3.8을 지원하고 있습니다.
아나콘다 사이트에 가면
최신 버전이 Python 3.8을 지원하고 있습니다. 설치 방법은 단순해서 설명을 하지 않아도 될 정도이지만 간단하게 진행해 보겠습니다.
1. Anaconda 설치
아나콘다에서 자신의 컴퓨터에 적합한 파일을 다운로드 받습니다.
https://www.anaconda.com/products/individual
컴퓨터 시스템 종류는 단축키를 이용할 때는 [윈도우 키 + Pause 키]를 누르거나 [바탕화면 내PC에서 마우스 우측 버튼 > 속성] 또는 [파일 탐색기 컴퓨터에서 마우스 우측버튼 > 속성]을 선택하면 시스템 정보에서 확인 가능 합니다.
저는 64-Bit Graphical Installer를 다운로드 받았습니다. 아나콘다는 다운받은 파일을 실행해서 그냥 [Next] 버튼만 눌러주면 설치가 완료 됩니다. 한번 볼까요?
[Next] 버튼을 클릭 합니다.
이런 틀렸네요. [I Agree] 버튼을 클릭 합니다.
[Next] 버튼을 클릭 합니다.. 저는 기본설정이 아닌 C:\anaconda3에 설치를 했습니다.
[Next] 버튼을 클릭 합니다.
[Next] 버튼을 클릭 합니다.
[Next] 버튼을 클릭 합니다.
[Next] 버튼을 클릭 합니다.
설치 작업이 완료 되었습니다. [Finish] 버튼을 클릭 합니다.
설치가 잘 되었는지 확인해 봅니다.
Anaconda Prompt를 선택하여 콘솔모드에서 python 버전을 확인합니다.
pthon -V
설치가 잘 되었습니다.
2. TensorFlow 2 설치
텐서플로우는 아나콘다에서 파이썬 버전을 확인 했던 Anaconda Prompt에서 진행을 합니다.
1) 먼저 pip을 업그레이드 해줍니다.
pip install –upgrade pip
2) 가상환경 생성
가상환경 또는 프로젝트을 생성 한다고도 하는데 아나콘다에 텐서플로우만 사용하는 공간을 생성해주는 명령어 입니다. 물론 tensorflow 말고 다른 단어를 사용해도 됩니다. 뒤에 사용하려는 파이썬 버전을 기입해서 선택해도 됩니다.
conda create -n tensorflow pip python=3.8
중간에 진행 할거냐고 물어보는데 y를 입력하고 엔터 키.
이제부터 실제 텐서플로우 설치 작업이 시작 되는데 모두 동일한 방법이어서 화면 캡처 없이 명령어만 나열해 보았습니다. 순서대로 입력하고 엔터키를 누르면 됩니다.
3) 가상환경으로 이동
새로 만든 tensorflow라는 가상환경을 활성화 해줍니다.
conda activate tensorflow
4) 텐서플로우 설치
CPU 버전인 경우
pip install --ignore-installed --upgrade tensorflow-cpu
GPU 버전인 경우
pip install --ignore-installed --upgrade tensorflow-gpu
여기까지 진행 하면 설치가 완료 됩니다.
텐서플로우 사이트에 가면 CPU와 GPU가 통합된 버전을 설치하라고 되어 있습니다.
|
# Requires the latest pip |
3. 설치 테스트
설치가 끝났으니 테스트를 진행합니다. 먼저 Tensorflow2에서는 Session(), print()에서 오류가 발생 하는데 명령어가 변경이 되었다고 하니 찾아보면 됩니다. 그 이외에도 AVX2, XLA관련 오류도 발생 하는데 무시 하거나 소스를 가져와 컴파일 하면 됩니다.
|
(tensorflow) C:\>python Python 3.8.5 (default, Sep 3 2020, 21:29:08) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow as tf >>> with tf.compat.v1.Session() as sess: ... hello = tf.constant("Hello World!") ... print(sess.run(hello)) ... 2020-10-01 01:15:02.895615: I tensorflow/core/platform/cpu_feature_guard.cc:142] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)to use the following CPU instructions in performance-critical operations: AVX2 To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags. 2020-10-01 01:15:02.941595: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x21879054d00 initialized for platform Host (this does not guarantee that XLA will be used). Devices: 2020-10-01 01:15:02.957403: I tensorflow/compiler/xla/service/service.cc:176] StreamExecutor device (0): Host, Default Version b'Hello World!' >>> |
오류 때문에 뭘 하고 있는지 화가 난다면 편안하게 jupyter를 사용 합니다.
|
import tensorflow as tf
hello = tf.constant("Hello World!") tf.print(hello) |
보면 알겠지만 가능하면 Session()은 사용하지 말고 print()도 tf에서 사용해 줍니다.
소스가 간단해 지고 가독성도 좋아진것 같습니다.
- copy coding -
'Tensorflow' 카테고리의 다른 글
| tensorflow 1.6 설치시 Intel CPU AVX 지원 확인 (0) | 2019.08.25 |
|---|---|
| cannot reshape array of size 463275 into shape (1,28,28,1) (7) | 2019.08.21 |
| [텐서플로우] Tensorflow MNIST 손으로 쓴 숫자 이미지 인식해서 맞추기 (2) | 2019.02.15 |
| [텐서플로우] Tensorflow MNIST 숫자 이미지 하나 불러와서 맞추기 (6) | 2019.02.08 |
| [텐서플로우] Unknown initializer: GlorotUniform 오류 keras model_from_json() 호출 (0) | 2019.02.07 |
