문서개요
본 문서는 Jetson board에서 Tensorflow를 GPU 사용하는 버전으로 설치하는 과정을 서술합니다.
Jetpack 5.x 에서 설치 과정
Tensorflow 설치
apt update & tensorflow 설치에 필요한 패키지 설치
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
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
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
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
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
# 예시 sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v502 tensorflow==2.9.1+nv22.09
설치하려는 TensorFlow 버전은 사용 중인 JetPack 버전에서 지원되어야 합니다. 또한 이전 릴리스에서는 패키지 이름이 다를 수 있습니다.
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
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
sudo apt-get update
python3-pip 및 pkg-config 설치
sudo apt-get install -y python3-pip pkg-config
tensorflow 설치에 필요한 패키지 설치
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'
tensorflow 다운로드 및 설치
sudo wget --no-check-certificate https://developer.download.nvidia.com/compute/redist/jp/v461/tensorflow/tensorflow-2.7.0+nv22.1-cp36-cp36m-linux_aarch64.whl sudo pip3 install --verbose tensorflow-2.7.0+nv22.1-cp36-cp36m-linux_aarch64.whl
Tensorflow GPU 사용 여부 확인
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
sudo apt-get update
python3-pip 및 tensorflow에 필요한 패키지 설치
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
sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v461 tensorflow
Tensorflow GPU 사용 여부 확인
python3
>>> import tensorflow as tf
>>> tf.config.list_physical_devices('GPU')
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
physicalDevice가 empty list가 아니고, 위 내용과 같이 나올 경우 GPU 사용 가능함