4장 확인

NVIDIA Driver / CUDA / cuDNN 설치 확인

• NVIDIA Driver v3.84이상 설치여부 확인하기

  nvidia -smi

  • 버전이 낮다면 OS 및 기본 SW 설치 편 참고

• CUDA v9.0 설치여부 확인하기

  nvcc --version

  • 버전이 낮다면 Jetson TX2 개발을 위한 Jetpack / NVcaffe / DIGITS 설치 편 참고

• cuDNN v7.0.5 설치여부 확인하기

  cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2

  • 버전이 낮다면 Jetson TX2 개발을 위한 Jetpack / NVcaffe / DIGITS 설치 편 참고

• cuDNN 버전을 v7.0.5로 고정하기

  sudo apt-mark hold libcudnn7 libcudnn7-dev libcudnn7-doc

TensorFlow v1.8 설치 (v1.7부터 tensorRT와 통합)

• 개요

  • 참고 사이트: https://www.tensorflow.org/install/install_linux

  • 안정적인 개발환경을 구축을 위해 Virtualenv 기반 설치

  • GPU를 사용하는 버전을 중심으로 설명

• CUDA Profiler Tools Interface 설치

  • 설치

    sudo apt-get install cuda-command-line-tools-9-0
    

  • sudo gedit ~/.bashrc를 통해 경로 추가

    export LD_LIBRARY_PATH=${LD_LIBRARY_PATH:+${LD_LIBRARY_PATH}:}/usr/local/cuda/extras/CUPTI/lib64

• 가상환경 생성

  virtualenv --system-site-packages ENVNAME # for Python 2.7
  virtualenv --system-site-packages -p python3 ENVNAME # for Python 3.n  

• 가상환경 활성화

  source ~/ENVNAME/bin/activate

• pip v8.1 이상인지 확인

  easy_install -U pip

• 가상환경에서 GPU용 tensorflow 설치

  pip install --upgrade tensorflow-gpu  # for Python 2.7 and GPU
  pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU

• 설치여부 확인

  • 가산환경 활성화 여부 확인 후 python 실행

  • 아래 명령어 코딩

    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    print(sess.run(hello))

  • Hello, TensorFlow! 출력되는 지 확인