사용 가능한 패키지, 시스템 요구사항 및 명령어는pip 설치 가이드를 참고하세요. TensorFlowpip패키지에는 CUDA® 지원 카드에 대한 GPU 지원이 포함됩니다.
pip install tensorflow
이 가이드에서는 최신안정적인TensorFlow 출시의 GPU 지원 및 설치 단계를 설명합니다.
이전 버전의 TensorFlow
1.15 이하 버전의 경우 CPU와 GPU 패키지가 다음과 같이 구분됩니다.
pip install tensorflow==1.15# CPU pip install tensorflow-gpu==1.15# GPU
하드웨어 요구사항
다음과 같은 GPU 사용 기기가 지원됩니다.
CUDA® 아키텍처 3.5, 3.7, 5.2, 6.0, 6.1, 7.0 이상을 포함하는 NVIDIA® GPU 카드CUDA® 지원 GPU 카드목록을 참고하세요.
NVIDIA® Ampere GPU(CUDA 아키텍처 8.0) 이상이 적용된 시스템에서 커널은 PTX에서 JIT로 컴파일되며 TensorFlow는 시작하는 데 30분 이상 걸릴 수 있습니다. 이 오버헤드는 ‘export CUDA_CACHE_MAXSIZE=2147483648’를 사용하여 기본 JIT 캐시 크기를 늘려 첫 번째 시작으로 제한될 수 있습니다. 자세한 내용은JIT 캐싱을 참고하세요.
지원되지 않는 CUDA® 아키텍처를 사용하는 GPU의 경우 또는 PTX에서 JIT 컴파일을 방지하거나 다른 버전의 NVIDIA® 라이브러리를 사용하려면Linux 소스에서 빌드가이드를 참고하세요.
패키지에는 지원되는 최신 CUDA® 아키텍처를 제외하고 PTX 코드가 포함되어 있지 않습니다. 따라서CUDA_FORCE_PTX_JIT=1이 설정된 경우 이전 GPU에서 TensorFlow가 로드되지 않습니다. 자세한 내용은애플리케이션 호환성을 참고하세요.
참고:'상태: 기기 커널 이미지가 잘못되었습니다'라는 오류 메시지는 TensorFlow 패키지에 아키텍처의 PTX가 포함되어 있지 않음을 나타냅니다.소스에서 TensorFlow를 빌드하여 컴퓨팅 기능을 사용 설정할 수 있습니다.
안녕하세요! 지난 달부터 개발하기 시작했던 한국어 오픈소스 자연어처리 라이브러리 프로젝트 Koshort(코숏, 한국 길고양이를 부르는 애칭일지도..)을 소개합니다! Koshort은 현재 총 3가지 파이썬 패키지로 이루어져있으며, 다음과 같은 특징을 공통으로 가집니다.
- Windows, Linux, Mac에서 모두 사용이 가능하도록 노력합니다. (호환성 문제에 관해서는 github issue나 pull request로 알려주세요!) - 손쉬운 설치 (코드 1줄 내지 2줄) - Python3를 권장합니다. (pyeunjeon, goorm은 python2에서도 잘 동작합니다!) - 쉽고 배우기 쉬운 고수준(High-level) API를 제공합니다.
