[Anaconda] tensorflow GPU 환경 설치 및 전환 명령어

개요 

Anaconda 는 대표적인 Python 패키지 배포 플랫폼입니다. conda 명령어를 통해 간단하게 패키지를 관리, 가상화할 수 있습니다. 이 글에서는 conda 명령어를 통해 tensorflow gpu 개발 환경을 conda 명령어로 간단하게 구축해 보겠습니다. 

 

전제 

• 실습은 WSL2 에서 진행됩니다. 
• WSL2에 아나콘다 환경이 세팅되었음을 가정합니다. 
• windows 에 엔비디아 드라이버, CUDA, cuDNN 이 모두 설치되었음을 가정합니다. 

 

Tensorflow GPU 설치 

아래 명령을 통해 tensorflow-gpu 라이브러리가 함께 제공되는 가상화 환경을 생성하세요. 

conda create --name 가상화환경이름 tensorflow-gpu

이 글을 작성하는 날 기준으로 Tensorflow 버전은 2.17 이였으며, cuDNN 8.9, 쿠다 12.3 버전이였습니다. 아래 링크를 참고하세요. cuDNN 및 쿠다 버전이 오래된 경우 문제가 발생할 수 있습니다. 

좌) 텐서플로 2.17 호환 cuDNN 및 쿠다 버전 우) 실제 설치된 텐서플로 버전

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

 

가상화 환경으로 전환 

conda activate 가상화환경이름

 

만일 conda init 및 위 명령 실행 시 아래와 같이 에러가 난다면, shell 을 재시작하여 다시 위 명령을 실행해 보세요.

CondaError: Run 'conda init' before 'conda activate'

 

tensorflow 설치 확인 

해당 가상화 환경에서 텐서플로우 라이브러리가 올바르게 사용되는 지 확인하고 싶다면 아래 코드를 복사 후 실행해 보세요. 

import tensorflow as tf

cifar = tf.keras.datasets.cifar100
(x_train, y_train), (x_test, y_test) = cifar.load_data()
model = tf.keras.applications.ResNet50(
    include_top=True,
    weights=None,
    input_shape=(32, 32, 3),
    classes=100,)

loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False)
model.compile(optimizer="adam", loss=loss_fn, metrics=["accuracy"])
model.fit(x_train, y_train, epochs=5, batch_size=64)

 

참고) 다른 가상화 환경 목록 확인 

conda env list

 

참고 자료 

• https://docs.anaconda.com/working-with-conda/applications/tensorflow/ 
• https://docs.conda.io/projects/conda/en/latest/commands/env/index.html 
• https://community.anaconda.cloud/t/unable-to-activate-environment-prompted-to-run-conda-init-before-conda-activate-but-it-doesnt-work/68677