Codebasic (c) 2023
다음 문서는 아래 플랫폼별 딥러닝 소프트웨어 라이브러리 설치 절차를 안내합니다.
- Windows (x86-64bit)
- 유닉스 계열 (Unix-Like)
- Mac (Apple Silicon/Intel x86-64bit)
- Linux (x86-64bit)
윈도우와 리눅스 경우, 직접 설치보다는 환경 구성이 완료된 도커 사용을 권장합니다.
맥은 직접 설치를 권장합니다.
Docker는 가상화를 위한 오픈 소스 소프트웨어입니다.
Docker Desktop은 도커 환경 관리를 위한 GUI 인터페이스 소프트웨어입니다. 무료로 설치가 가능하지만 상용 라이선스 소프트웨어입니다. 개인 및 중소 규모 조직은 무료로 사용할 수 있습니다.
정부 기관 및 대기업 환경에서 Docker Desktop 활용 시 라이선스를 검토하시기 바랍니다. 상용 라이선스 소프트웨어 설치와 활용에 대한 우려가 있는 경우, 1) 리눅스에서 도커를 설정하거나, 2) 직접 설치 절차를 진행하기 바랍니다.
Docker Desktop for Windows 설치
https://docs.docker.com/desktop/install/windows-install
- Windows 10 이상 64비트 (x86-64)
- WSL 설치
Docker Desktop for Mac 설치
https://docs.docker.com/desktop/install/mac-install/
애플 실리콘에서도 도커를 활용할 수 있습니다. 하지만 애플 실리콘에서는 x86 기반 도커 이미지가 정상적으로 동작하지 않을 수 있습니다. 애플 실리콘은 직접 설치를 권장합니다.
ubuntu_setup.sh 파일을 참조하여 다음과 같이 도커 환경을 설정합니다.
sudo source ubuntu_setup.sh
최초 실행 시, 약 3 GB 용량의 도커 이미지(codebasic/pydeep) 다운로드가 실행됩니다.
다음 중 실행 환경에 따라 하나를 선택하여 실행합니다.
지원하는 NVIDIA 그래픽 카드 장치가 장착되어 있는 경우 (최신 그래픽 드라이버 설치가 필요할 수 있습니다.)
docker run --name pydeep-gpu -p 8888:8888 --gpus all -it codebasic/pydeep
딥러닝 소프트웨어의 GPU 가속을 활용하지 않거나, 활용할 수 없는 경우.
docker run --name pydeep -p 8888:8888 -it codebasic/pydeep
제시된 절차는 오픈 소스 라이선스 소프트웨어만을 활용하고 있습니다. 파이썬 환경 설정의 편의를 위해 Conda 소프트웨어를 활용합니다.
딥러닝 소프트웨어는 Tensorflow를 활용합니다.
각 플랫폼별 환경 설정 섹션을 참조하여 설치를 진행할 수 있습니다.
GPU 가속을 활용하고자 하는 경우, 도커 활용(Docke Desktop for Windows)을 권장합니다. Tensorflow 2.11 이후 GPU 가속 직접 설치를 지원하지 않습니다.
CPU만 활용하고자 하는 경우, 다음과 같이 설치를 진행합니다.
Miniconda Windows 다운로드 및 설치
설치 후, Anaconda Powershell Prompt에서 다음 명령을 실행합니다.
NVIDIA GPU가 설치된 경우 x86_gpu.yml 파일 참조.
conda env create -f x86_gpu.yml
NVIDIA GPU가 없는 경우 x86_cpu.yml 파일 참조.
conda env create -f x86_cpu.yml
아래 절차는 Homebrew 소프트웨어를 가정합니다.
Conda 설치
brew install miniconda
설치 완료 후, 쉘에서 conda 명령을 활용할 수 있도록 설정
conda init "$(basename "${SHELL}")"
이후 절차는 새 터미널에서 진행합니다.
애플 실리콘(Apple Silicon)에서는 Apple Metal API로 GPU 가속이 가능합니다. 별도의 드라이버 설치가 필요하지 않습니다. Apple 개발자 문서: Tensorflow-metal
애플 실리콘 맥에서는 x86 기반 도커 이미지가 정상적으로 동작하지 않습니다.
apple_silicon.sh 파일을 참조하여 다음과 같이 설치를 진행합니다.
source ./apple_silicon.sh
Intel 기반 맥은 GPU 가속을 지원하지 않습니다. x86 기반이기 때문에 CPU 기반 도커 설정을 활용할 수 있습니다.
직접 설치를 진행하고자 하는 경우 x86_cpu.yml 파일을 참조하여 다음과 같이 설치를 진행합니다.
conda env create -f x86_cpu.yml
GPU 가속을 활용하고자 하는 경우, 도커 활용을 권장합니다. Linux(Ubuntu) Docker 참조.
CPU만 활용하고자 하는 경우, 다음과 같이 설치를 진행합니다.
Miniforge 설치 스크립트 다운로드
wget -O Miniforge3.sh "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh"
Miniforge 설치
./Miniforge3.sh
설치 완료 후, 쉘에서 conda 명령을 활용할 수 있도록 설정
conda init "$(basename "${SHELL}")"
이후 절차는 새 터미널에서 진행합니다.
x86_cpu.yml 파일을 참조하여 다음과 같이 설치를 진행합니다.
conda env create -f x86_cpu.yml
코드 작성 환경 (IDE) Jupyter Lab 설치. 직접 설치를 진행한 경우를 가정합니다.
도커 환경을 활용하는 경우는 설치와 설정이 완료되어 있습니다.
Jupyter Lab 설치
conda run -n pydeep pip install jupyterlab
파이썬 환경을 주피터 커널로 등록합니다. 주의! 한글 사용자명. 예: C:\Users\성주
conda run -n pydeep python -m ipykernel install --user --name pydeep --display-name "pydeep"