Ignoring gpu device (device: 0, name: GeForce GTX 460, pci bus id: 0000:07:00.0) with Cuda compute capability 2.1. The minimum required Cuda capability is 3.0.

이 메시지를 제대로 해석을 못해서 직접적인 컴파일을 통해서 Cuda의 최소 지원을 수정하면 될 줄 알았다.

하지만, 최근 TensorFlow는 Cuda 3.0이상을 지원하는 그래픽카드가 있어야 한다는 것이였다.

내가 갖고 있는 싸구려 그래픽카드는 GTX 460으로 2.1만을 지원하는 것이였다.

보통 서버로 동작할 컴퓨터에는 비싼 그래픽카드가 필요없다는 인식을 갖고 있었는데, 앞으로는 고사양의 GPU를 갖는 그래픽카드가 필요한 시대가 된것이다.

어제 광화문에서 들은 교육에서도, 딥러닝이 가능할 수 있었던 것은 고사양의 컴퓨터가 등장하고, 그동안 오락이나 그래픽용으로만 사용되던 GPU의 고속연산으로 인해 구체화된것이라는 내용이 있었다.

고도의 데이터를 연속으로 처리하는데 병렬처리 프로세서가 필요하고, 지금까지 그것을 처리하기 위해 특화진화한 것이 GPU였기 때문이다.

그래픽카드를 업그레이드 할 필요는 없어졌고, 이제는 TensorFlow의 이용법과 그동안 기억저편에도 있을까 말까한 인공지능관련된 지식을 깨워내야 겠다. 

수학은... 정석부터 다시 시작하는게 정석이겠지..

구글의 러닝머신 라이브러리 TensorFlow를 우분투에 설치 완료했다.

참고자료 

[TensorFlow 문서 한글 번역본]

GPU 설치참조

[텐서플로우를 파이참에서 돌려보자]

CuDNN 다운로드 : 로그인은 해야 합니다.

[nvidia cuDNN Download]

파이참 설치

[텐서플로우를 파이참에서 돌려보자]

저는 환경을 python3 + GPU 버전으로 했고, CUDA는 7.5, cuDNN은 5.1(August 10, 016) for cuda 7.5로 설정하였습니다.

예제 소스는 python2 버젼이여서 오류가 있어서 잠깐 검색해서 찾아내고

python3에서는 

- xrange가 range로

- print는 print()로 감싸게

변경이 되었더군요.

ps : 오.. 몇주전부터 개발환경에 우분투를 투입시키고 나서 느끼는 것은, 윈도우보다 빠르다는 것과, 좀 있어보인다는 것..

ps2 : GPU가 ignore gpu device...어쩌구 하는 에러가 나면 tensorflow를 직접 컴파일해서 사용할 수 있습니다.

[직접 컴파일 참조링크]

일본어 사이트지만, 요즘은 번역기술이 뛰어나서(여기도 머신러닝을 적용했다지요) 번역해서 읽어도 됩니다. 

인공지능 관련 기술중에서 최근 가장 핫한 기술은 TensorFlow이다. TenserFlow는 원래 머신러닝과 딥 뉴럴 네트워크 연구를 목적으로 구글의 인공지능 연구 조직인 구글 브레인 팀의 연구자와 엔지니어들에 의해 개발되었는데, 구글이 이것을 공개하였기 때문이다.

해당 기술문서에 대해서 한글로 번역된 사이트가 있어서 링크를 설정한다.

[TensorFlow Korea]

[TensorFlow]

주말에 관련서적을 교보문고에서 2시간동안 간략히 읽고, 사무실에서 설치했다.

환경은 

Python 2.7

TensorFlow r0.12

현재 Python 3.5에 TensorFlow r0.12를 설치하는데 Matlab관련된 오류가 뜨면서 설치가 않되는 문제로 조금 삽질중..

당분간 머신러닝에 중점두고 봐야겠다.

PS : 그런데 파이선도 한번도 않본 언어인데.. 쉽다는 것만 알뿐..