2. 케라스 준비하기2 (NVIDIA 드라이버, CUDA, cuDNN, 무료 클라우드 사용법 )

2.1 NVIDIA 드라이버 설치

텐서플로우 GPU버전을 사용하려면 그래픽카드 드라이버와 Microsoft Visual C++(2015, 2017, 2019 버전중 하나)를 설치해줘야 합니다.

구글에 'NVIDIA 그래픽 드라이버 설치'를 입력하여서 자신의 드라이버에 맞는 버전을 다운받습니다.

또는 3DP Chip을 사용하여 그래픽 드라이버를 다운받을 수도 있습니다. 저는 이 방법을 좀더 선호합니다(자기 컴퓨터 그래픽 카드 사양 알기 귀찮으신 분들을 위해)

2.2 CUDA 설치

NVIDIA Developers 홈페이지의 DOWNLOADS - CUDA Toolkit을 통해 다운로드 페이지로 이동하거나, 구글에 자신이 다운받고 싶은 CUDA Toolkit을 검색합니다. (저는 Toolkit 10.1 버전을 사용했습니다.)

자신이 다운받고 싶은 CUDA Toolkit을 검색했다면, 다음과 같이 본인 컴퓨터 사양에 맞게 설정해줍니다. 이때 Installer Type은 local 버전으로 다운받습니다. 그 후 아래의 Download 버튼을 눌러서 설치합니다.

설치가 끝났다면 환경변수를 설정해줘야 합니다. 이 부분을 빠뜨리면 아무리 잘 설치했다고 해도 작동하지 않습니다. 이를 위해 환경변수에 접근합니다.

내컴퓨터 -> 우클릭 -> 속성 -> 왼쪽 화면의 '고급 시스템 설정' 클릭

다음에 보이는 화면과 같이 '시스템 변수'에 CUDA_PATH와 CUDA_PATH_V10_1가 있어야 CUDA가 잘 설치됬다는 것을 의미합니다.

그 후, '시스템 변수'를 내리다보면, PATH가 있습니다. PATH를 눌러놓은채, 편집을 눌러준 뒤, 다음의 화면들처럼

다음의 항목을 추가해줍니다. (전 옛날에 설치한적이 있기에 v9, v11이 보여집니다. )

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin

2.3 cuDNN 설치

NVIDIA cuDNN에 접속하여 Download cuDNN 버튼을 누릅니다

풀어준 압축파일중 bin, include, lin 폴더를 복사한 뒤, 위의 화면처럼 CUDA의 경로에 붙여넣기 해줍니다.

위 과정까지 다 하면 텐서플로우2 GPU 버전을 사용할 모든 준비가 끝난것입니다. 이제 텐서플로우2를 설치해주고 잘 됬는지 확인해보도록 하겠습니다.

먼저 pip 명령어를 사용하여 텐서플로우를 다운받습니다. "pip install tensorflow"를 입력해주세요 (기본적으로 텐서플로우2가 다운받아집니다.)

pip install tensorflow를 입력하면 여러 명령어들이 쭈루룩 실행됩니다.

그 후, 파이썬을 실행해줍니다. "python"을 입력하면, cmd창의 명령어 입력란이 >>로 바뀝니다.

텐서플로우를 가져오기 위해 "import tensorflow as tf"를 입력해준 뒤, 다음과 같이 변수 a, b 를 만들어 보고 연산해보았더니 출력이 나오고 있습니다.

2.4 무료 클라우드 사용하기

CPU를 사용한 학습은 오랜 시간이 소요되므로 신경망 모델을 구축하고 사용하려면 병렬연산에 특화된 GPU가 필요합니다.

구글에서는 GPU를 사용할 수 있으면서 신경망 모델을 구현할 수 있는 코랩(Google Colaboratory)와 캐글 노트북(Kaggle Notebook)을 제공합니다. 이때 노트북이란 laptop을 의미하는 노트북이 아닌, 코드를 쓸 수 있는 '노트'를 의미합니다.

[ 코랩 (Google Colaboratory) ]

우선 코랩에 대해 알아보겠습니다. 코랩은 GPU를 무료로 사용할 수 있게 해주면서 구글 드라이브와 연동할 수 있도록 해줍니다. 이를 위해선 먼저 http://colab.research.google.com 으로 접속해줍니다.

코랩을 위와같이 만들었다면, 우선 GPU를 사용할 수 있게 설정해야 합니다. 탭창의 [런타임] -> [런타임 유형 변경]을 클릭합니다. 그 후 다음 그림과 같이 GPU로 설정후 '저장'을 눌러줍니다

이제 구글 드라이브 연동을 위해 실행해야 할 코드들입니다. 다음과 같이 입력 후, 왼쪽의 드라이브 마운트 버튼(플레이 버튼)을 눌러줍니다

드라이브 마운트 버튼을 누르면 다음과 같이 링크가 생성됩니다. 이 링크를 타고 가면 구글 드라이브 연동 권한 여부를 묻게 되고, 승락을 하게 되면 인증코드를 주게 됩니다. 인증코드를 아래의 창에 입력하면 연동 성공입니다.

Mointed at /content/drive 라는 말이 나오게 되고, 구글 드라이브 폴더의 content 폴더 내의 drive폴더가 새로 생성되게 됩니다.

[ 캐글 노트북(Kaggle Notebook) ]

캐글은 딥러닝 입문자를 위한 예제와, 이미 개최된 다양한 대회에서 순위권을 달성한 전문가들이 작성해놓은 코드를 무료로 살펴볼 수 있습니다.

먼저 구글에 캐글을 검색한뒤, 로그인을 해줍니다

GPU를 사용한 코딩을 하기위해선, 왼쪽 탭의 'Notebooks'를 들어가줍니다

다음은 만들 캐글 노트북의 형식을 설정해주는 과정입니다. Notebook과 Script에서 본인이 원하는 것을 선택하고 create를 누릅니다

여기까지만 보면 코랩과 비슷하지만, GPU를 활성화 해주기 위해서는 몇가지 과정이 더 필요합니다. 우선 기본으로 써져 있는 코드들을 지워준 뒤, 자신이 쓸 코드를 입력해줍니다. 그 후, 오른쪽의 Setting의 Internet과 Accelerator를 통해 GPU를 활성화 할 수 있습니다 (모바일 인증이 필요합니다.)

그 다음엔, 오른쪽 화면의 [Save Version] 버튼을 누릅니다. 이 기능은, 현재 사용중인 노트북의 버전을 저장하고, 코드를 일괄적으로 실행시켜줍니다.

[Save Version] 버튼을 누르면 다음과 같은 창이 뜹니다. Version Name에는 노트북의 제목을, Version Type에는 노트북을 바로 저장하는 Quick Save와, 노트북을 저장하고 실행일 일괄적으로 해주는 Save & Run All 이 있습니다. 본인이 원하는 설정을 선택해주세요 (저는 Version Name은 test_kaggle, Version Type은 Save & Run All을 선택했습니다.)