스터디파이에서 ‘딥러닝으로 주식/코인 가격 예측하기’를 참여하며 공부한 내용을 정리한 것입니다..
원래 google colab을 사용하려고 했으나, 쓰다보니 계속 불편해서 그냥 데스크탑에서 Jupyter notebook을 돌렸습니다. 따라서 GPU 사용을 위한 세팅부터 새로 했습니다. google colab은 사용이 익숙치 않아서 그렇지, 세팅이나 속도 같은 걸 생각해보면 Google colab이 훨씬 빠르고 편리한 것 같아요. 무엇보다 학습하면서 게임을 할 수 있다는 게 가장 큰 장점인 것 같습니다.
자세한 가이드는 각각의 링크에 있습니다만, 혹시나 한두가지 빼먹어서 헤매는 분들이 계실까봐 나름 정리해서 올립니다. 특히 tensorflow, CUDA, CuDNN의 버전에 유의하세요..!
GPU 세팅 및 Jupyter notebook으로 GPU 사용 설정
(호환성 때문에 버전에 유의해서 깔았습니다..)
GPU 세팅
설치 가이드 : https://www.tensorflow.org/install/gpu
- CUDA-enabled GPU card 확인 - GTX 1050 이라 CUDA 가능
- CUDA Toolkit, cuDNN 설치 (저는 CUDA 9.0, CuDNN 7.3 설치)
- Visual Studio 설치 (저는 2017 설치)
tensorflow-GPU 설치
설치 가이드 : https://www.tensorflow.org/install/pip
- 가상환경 생성 (아나콘다라
conda create -n study pip python=3.6로 만듦) - tensorflow gpu 설치 - 위 링크의 가이드를 따라하면 되는데,
pip install --upgrade tensorflow은 안 했습니다. 최신 버전인 1.12로 깔리면 문제 생길까봐 일부러 1.11로 뒀어요. - 저기 가이드 맨 마지막에 있는 확인하는 코드를 실행해서 정상적으로 작동하는지 확인.
Jupyter notebook 에서 GPU 사용 가능하도록 설정
참고 : Create a Jupyter Notebook Kernel for the TensorFlow Environment
- 가상환경 실행 (저 같은 경우는
activate study) - 가상환경 활성화 상태에서
conda install ipykernel입력 - 그리고
python -m ipykernel install --user --name tf-gpu --display-name "TensorFlow-GPU" - 이렇게 하고 나면 Jupyter notebook에서 새 노트북 만들 때 아래와 같이 TensorFlow-GPU 버튼이 생깁니다.
여기까지 다 되었으면 준비 완료…!
추신
이후 필요한 패키지는 가상환경 실행된 상태에서 pip install로 설치해서 쓰시면 됩니다..!
