...
본 문서는 Jetson board에서 Tensorflow를 GPU 사용하는 버전으로 설치하는 과정을 서술합니다.
...
모든 경우는 초기에 설치 할 경우 작동하며, 다른 python 패키지를 설치한 후에 아래 과정을 따라할 경우 에러가 발생할 수 있습니다.
Jetpack 5.
...
python 3.8.10
절차
선행절차
Jetson board에 Jetpack library 설치
/wiki/spaces/~71202072c7ba8d11ec43cf87ddb9eb1ed01344/pages/208470113 문서를 참조하여 Jetpack Library 설치를 완료하고나서 진행합니다.
x 에서 설치 과정
Tensorflow 설치
apt update & tensorflow 설치에 필요한 패키지 설치
| 코드 블럭 |
|---|
sudo apt-get update sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran |
pip3 설치 및 업그레이드
| 코드 블럭 |
|---|
sudo apt-get install python3-pip sudo python3 -m pip install --upgrade pip sudo pip3 install -U testresources setuptools==65.5.0 |
필요한 파이썬 패키지 설치
| 코드 블럭 |
|---|
sudo pip3 install -U numpy==1.22 future==0.18.2 mock==3.0.5 keras_preprocessing==1.1.2 keras_applications==1.0.8 gast==0.4.0 protobuf pybind11 cython pkgconfig packaging h5py==3.6.0 |
...
| 정보 |
|---|
tensorflow 버전마다 호환되는 python 패키지 버전이 다르기 때문에 tensorflow 설치를 하기 전에 패키지 버전을 맞춰야합니다. |
pip3을 이용하여 tensorflow 설치
Jetpack 5.1.2와 호환되는 최신버전의 tensorflow 설치
| 코드 블럭 |
|---|
sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v512 tensorflow==2.12.0+nv23.06 |
Jetpack 5.1.1 이하
| 코드 블럭 |
|---|
# 예시 sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v$JP_VERSIONv502 tensorflow==$TF_VERSION+nv$NV_VERSION |
– JP_VERSION : 사용중인 Jetpack의 major , minor 버전
...
2 |
...
. |
...
9.1 |
...
– TF_VERSION : tensorflow release 버전
– NV_VERSION : TensorFlow의 월간 NVIDIA 컨테이너 버전
+nv22.09 |
| 정보 |
|---|
설치하려는 TensorFlow 버전은 사용 중인 JetPack 버전에서 지원되어야 합니다. 또한 이전 릴리스에서는 패키지 이름이 다를 수 있습니다. 최신 TensorFlow 릴리스 목록과 해당 패키지 이름, NVIDIA 컨테이너 및 JetPack 호환성을 보려면 Jetson 플랫폼용 TensorFlow 릴리스 노트를 참조하세요. |
예)
| 코드 블럭 |
|---|
| sudo pip3 install --extra-index-url 위 예시에서 v502는 사용중인 jetpack version, 2.9.1은 tensorflow version, 22.09는 tensorflow의 월간 NVIDIA 컨테이너 버전을 나타냅니다. Jetson 플랫폼용 TensorFlow 릴리스 노트와 tensorflow download를 참조하여 호환되는 버전으로 다운로드를 진행하시길 바랍니다. |
Tensorflow GPU 사용 여부 확인
| 코드 블럭 |
|---|
python3
>>> import tensorflow as tf
>>> tf.test.is_gpu_available()
True |
위 과정을 진행한 후 True가 나올경우 GPU 사용
Jetpack 4.x 에서 설치 과정 (Nano)
Tensorflow 설치
apt update
| 코드 블럭 |
|---|
sudo apt-get update |
python3-pip 및 pkg-config 설치
| 코드 블럭 |
|---|
sudo apt-get install -y python3-pip pkg-config |
tensorflow 설치에 필요한 패키지 설치
| 코드 블럭 |
|---|
sudo apt-get install -y libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
sudo ln -s /usr/include/locale.h /usr/include/xlocale.h
sudo pip3 install --verbose 'protobuf<4' 'Cython<3'
sudo pip3 install -U pip testresources setuptools |
tensorflow 다운로드 및 설치 (30분에서 1시간정도 소요됩니다)
| 코드 블럭 |
|---|
sudo wget --no-check-certificate https://developer.download.nvidia.com/compute/redist/jp/v502/v461/tensorflow/tensorflow-2.7.0+nv22.1-cp36-cp36m-linux_aarch64.whl sudo pip3 install --verbose tensorflow-gpu==2.97.10+nv22.091-cp36-cp36m-linux_aarch64.whl sudo pip3 install numpy==1.19.4 |
Tensorflow GPU 사용 여부 확인
| 코드 블럭 |
|---|
python3 >>> import tensorflow as tf >>> tf.test.is_gpu_available() True |
...
위 과정을 진행한 후 True가 나올경우 GPU 사용
Jetpack 4.x 에서 설치 과정 (TX2)
Tensorflow 설치
apt update
| 코드 블럭 |
|---|
sudo apt-get update |
python3-pip 및 tensorflow에 필요한 패키지 설치
| 코드 블럭 |
|---|
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
sudo apt-get install python3-pip
sudo pip3 install -U pip testresources setuptools
sudo ln -s /usr/include/locale.h /usr/include/xlocale.h
sudo pip3 install -U numpy==1.19.4 future mock keras_preprocessing keras_applications gast==0.2.1 protobuf pybind11 cython pkgconfig packaging |
tensorflow 다운로드 및 설치
| 코드 블럭 |
|---|
sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v461 tensorflow |
Tensorflow GPU 사용 여부 확인
| 코드 블럭 |
|---|
python3
>>> import tensorflow as tf
>>> tf.config.list_physical_devices('GPU')
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')] |
...
physicalDevice가 empty list가 아니며, 위 내용과 같이 나올 경우 GPU 사용 가능함