Windows용 R에서 Tensorflow 기반 Keras 설치하기

출처: https://keras.rstudio.com/

 https://www.tensorflow.org/

 http://blog.daum.net/geoscience/1161

 

R에서 Tensorflow 기반 Keras를 설치하는 것에 대한 정리입니다.

 

그다지 어려울 것은 없는데, 기반 component들에 대한 version이 정확해야 제대로 설치가 되어서

2019년 1월 2일 기준으로 설치에 성공한 방법을 기록합니다.

 

먼저 R과 R Studio, RTools를 설치합니다.

R은 https://cran.r-project.org/bin/windows/base/에서 R-3.5.2를 다운로드하여 설치합니다.

R Studio는 https://download1.rstudio.org/RStudio-1.1.463.exe 에서 Windows용을 다운/설치합니다.

RTools는 https://cran.r-project.org/bin/windows/Rtools/Rtools34.exe에서 3.4를 다운/설치합니다.

RTool는 3.5까지 나왔지만 Frozen된 버전이 아니라서 안정성을 위해 3.4를 선택하였습니다.

세 프로그램 설치 완료후 R Studio에서 다음과 같은 명령을 수행합니다.

 

install.packages('devtools')
devtools::install_github("rstudio/keras")

 

아나콘다 최신 버전을 설치합니다. 아나콘다 최신 버전은 https://www.anaconda.com/download/ 에서 다운로드 받을 수 있습니다.

 

아나콘다 최신 버전의 Python은 3.7이 default이고 Tensorflow가 Python 3.7을 지원하지 않으므로 최신 버전을 설치하면 Python 3.6을 기준으로 다시 설치를 해야 합니다.

Python 3.6 설치는  Anaconda 명령 프롬프트에서 conda install python=3.6 명령으로 설치하면 됩니다. 이 경우에 dependency check이나 Python 3.6에 맞춰서 재설치되는 패키지들이 많아서 시간이 오래 걸립니다. 저도 처음엔 컴퓨터가 죽은 줄 알았습니다.

Anaconda 5.1은 Python 3.6이 default라서 이를 설치하면 되겠다는 생각이 들어서 시도해봤는데 이 경우에는 R에서 keras를 설치할 때 Anaconda에 들어있는 패키지들의 버전이 낮다고 업데이트 하라는 명령이 많이 나와서 그냥 최신 버전으로 설치하는 것이 나은 것 같습니다.

Anaconda/Python 설치 후에는 R studio에서 library(keras) 명령으로 keras 패키지를 불러오고 install_keras 명령으로 Keras와 Tensorflow를 설치합니다.

 

Tensorflow는 GPU를 지원하는 버전과 GPU를 지원하지 않는 버전이 있습니다. 컴퓨터의 GPU가 Tensorflow를 지원하는 모델이면 GPU 지원 버전을 설치하면 수행 속도가 빨라집니다.

 

지원하지 않는 GPU인 경우에는 다음 명령으로 CPU 버전을 설치하면 설지가 완료됩니다.

library('keras')

install_keras() 

GPU지원인 경우에는 먼저 엔비디아 CUDA Toolkit 9.0 (ttps://developer.nvidia.com/cuda-90-download-archive) 과 cuDNN 7.4.2 for CUDA 9.0 (https://developer.nvidia.com/rdp/cudnn-download)를 설치합니다. cuDNN은 Nvidia 계정이 있어야 다운로드 받을 수 있습니다.

 

현재 CUDA Toolkit은 10까지 나와있지만, Tensorflow에서는 9.0까지만 지원하므로 9.1이상을 설치해도 동작하지 않습니다.

 

CUDA Toolkit과 cuDNN을 설치후에 R Studio에서 다음과 같은 명령으로 Tensorflow와 Keras를 설치 완료합니다.

library('keras')

install_keras(tensorflow = "gpu") 

설치가 제대로 되었는지는 R Studio에서 https://keras.rstudio.com/에 나와있는 MNIST 샘플 코드를 수행해서 검사합니다.

 

이렇게 설치하면 Python에서 Tensorflow를 사용할 수 있는 환경까지 한번에 설치됩니다. Python에서 Tensorflow를 사용하기 위해서는 r-tensorflow 환경을 activate 시키면 됩니다.