[Ubuntu 22.04] Conda에 Tensorflow-gpu 설치하기

Conda에 Tensorflow-gpu 설치하기

---

conda를 설치하면 기본적으로 tensorflow를 설치해 주지 않는 것 같습니다.

따라서 tensorflow 혹은 tensorflow-gpu를 사용하기 위해서는 별도의 설치 과정이 필요합니다.

conda create -n tf-gpu tensorflow-gpu

 위 명령어를 실행하면, tf-gpu의 env 이름으로 가상 환경이 생성되는 것과 동시에 tensorflow-gpu에 관련된 라이브러리가 자동으로 설치되어 세팅됩니다.

conda activate tf-gpu

이후에, 위 명령어를 실행하면 tf-gpu env가 활성화 됩니다. (tf-gpu)가 해당 env가 활성화 되었다는 것을 의미합니다.

 

tensorflow-gpu 설치 확인

---

가상 환경 설치를 마무리 했으니까 tensorflow-gpu가 잘 설치되었는지 확인해 봅시다.

 

빠르게 확인을 하기 위해서 python shell을 활용하여 확인할 수 있습니다.

python

위 명령어를 실행해서 python shell을 열어줍니다.

tensorflow module을 import하여 설치가 제대로 됐는지 확인합니다.

import tensorflow as tf
tf

아래와 같이 module이 성공적으로 loaded 되고 tf를 입력했을 때 module이 뜨면 성공적으로 설치가 된 것을 확인할 수 있습니다. 

 

 

다음으로는 컴퓨터에 장착되어 있는 GPU를 활용할 수 있는지 확인해 보겠습니다.

tensorflow에 GPU가 사용 가능한지 확인할 수 있는 함수를 제공하고 있습니다.

tf.test.is_gpu_available
tf.config.list_physical_devices('GPU')

위 두 가지 함수를 활용하여 GPU가 활성화 되어 있는지, 사용 가능한 상태인지 확인이 가능합니다. 

tf.test.is_gpu_available 함수의 경우 곧 제거될 함수라고 하니, tf.config.list_physical_devices('GPU')를 사용하는 것이 더 좋을 것 같습니다.

 

tf.test.is_gpu_available() 출력 결과

 

tf.config.list_physical_devices('GPU') 출력 결과

 

마지막으로 nvidia-smi 명령어를 실행해서 GPU가 잘 돌아가고 있는지 확인해 보겠습니다.

아래 Processes Block에서 GPU가 활용되고 있는 것을 확인할 수 있습니다! 

 

 

---

참고 

https://docs.anaconda.com/anaconda/user-guide/tasks/tensorflow/

https://www.tensorflow.org/api_docs/python/tf/test/is_gpu_available

tf.test.is_gpu_available  |  TensorFlow v2.12.0

TensorFlow — Anaconda documentation