파이썬) Mac에서도 Tensorflow 사용하는 방법 (+사용 중인 HW 정보 GPU, CPU 확인하기)

#1.

파이썬의 머신러닝 패키지인 Tensorflow는 안타깝게도 HW 의존성이 있다고 한다.

머신러닝 연산들은 GPU를 통해서 처리를 하는데

Tensorflow는 GPU 중에서도 Nvidia의 GPU 환경 하에서만 정상 동작한다고 한다.

...그런데 내 컴퓨터는 Mac이고 Mac은 AMD의 GPU를 내장하고 있다. (윈도우 컴퓨터를 하나 장만해야 하는 것인가 ^^;)

 

 

 

 

#2. Tensorflow 설치 및 내 컴퓨터의 HW 정보 확인하기

일단 터미널(명령프롬프트)에서

pip3 install tensorflow

명령으로 Tensorflow 패키지를 설치하고,

 

쥬피터랩이나 기타 IDE 환경에서 아래 python 코드를 실행하면 현재 사용 중인 리소스 정보를 확인할 수 있다.

from tensorflow.python.client.device_lib import list_local_devices
 
list_local_devices()

list_local_devices()

로컬 리소스(내 컴퓨터)를 사용해서 코딩하는 환경이다. 일단 GPU는 사용하지 않고 CPU에만 리소스가 할당되어 있다.

 

 

 

 

#3. 구글 코랩(Google Colaboratory)을 통해 Nvidia GPU 사용하기

로컬 환경에 Nvidia GPU가 없는 경우, 구글 코랩에서 지원하는 가상환경을 활용할 수 있다.

https://colab.research.google.com/

Google Colaboratory

구글 코랩에 바로 접속했을 때는 아래와 같이 로컬 리소스를 사용하는 걸로 설정되어 있다.

아까 쥬피터노트북에서 확인한 바와 같이 CPU만 활용 중인 것을 확인할 수 있다.

 

 

Nvidia GPU를 활용하려면,

일단 colab 오른쪽 상단에 있는 RAM, 디스크가 있는 쪽 역삼각형 모양 버튼을 눌러서 [호스팅된 런타임에 연결]을 클릭한다.

호스팅된 런타임에 연결

 

그리고나서 런타임 유형을 변경해야 한다. [런타임 유형 변경] 버튼을 클릭하면,

런타임 유형 변경

 

하드웨어 가속기를 선택할 수 있다.

기본값은 None이고, GPU를 선택하면 구글이 제공하는 GPU 리소스를 사용할수 있다.

하드웨어 가속기 GPU 선택

 

이런 환경을 설정한 후, 다시 아래 명령어를 실행해보면,

 

GPU값이 뜨고, Tesla T4 (Nvidia GPU 모델) 내용을 확인할 수 있다.

 

***

다만, 무제한으로 해당 환경을 사용할 수 있는 것이 아니라

12시간까지만 연속으로 사용할 수 있기 때문에 12시간이 지나면 재접속해서 다시 사용해야 한다.

한명이 자원을 독점하는 것을 방지하기 위함이다.