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.
|
1
2
3
|
from tensorflow.python.client.device_lib import list_local_devices
list_local_devices()
|
cs |
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
colab.research.google.com
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.
그리고나서 런타임 유형을 변경해야 한다. [런타임 유형 변경] 버튼을 클릭하면,
하드웨어 가속기를 선택할 수 있다.
기본값은 None이고, GPU를 선택하면 구글이 제공하는 GPU 리소스를 사용할수 있다.
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.