집에서 GPU를 탑재한 PC로 본격적으로 딥러닝 공부하고 싶은 분들이라면 


- 어느 정도 사양으로 PC를 구성해야 하나? 


- 가격대는 어느정도 되나? 


궁금하실 것 같습니다.  


저도 궁금해서 구글링도 하고, 주변에 지인 통해서 물어도 보면서 조사를 해보았었거든요. 


이번 포스팅에서는 제가 2주일 전에 집에서 딥러닝 공부하는데 사용하려고 장만한 PC 사양과 가격을 공유하고자 합니다.  사양 조사하고 견적받아서 비교해보는데 조금이나마 도움이 될 것 같습니다. 


와이프한테 재가(?)를 받은 예산 한도가 있어서 그래픽카드는 GTX 1070 DDR5 8GB로 했구요(예산이 넉넉하시면 GTX 1080 으로...), 가성비를 감안해 조립 PC로 장만했습니다.  


그동안 매번 노트북만 사용했고 데스크탑은 처음인데요, 데스크탑이 소음이 조금 있는거 빼면 가격대비 성능이 월등해서 아주 만족하고 있습니다. 






아래에 표로 사양이랑 가격을 표로 정리해보았습니다. (2017년 09월 01일 기준) 

가격은 시간이 지날 수록 내려갈 것이니 참고만 하시구요, 저는 11번가 에서 조립PC 업체 중에 한군데서 주문했는데요, 뽁뽁이로 칭칭 감아서 안전하게 빨리 배송 받았습니다.  


구분

제품명/ 스펙 

 가격 (단위: 원)

 가격 합

  데스크탑

  본체

 CPU : 인텔 7세대 카비레이크 i7 7700

 1,300,000 

 1,761,600 

(배송비 3,000 별도) 

 쿨러 : 잘만 CNPS80F 저소음 쿨러

 메인보드 : 기가바이트 B250M DS3H M-ATX

 메모리 : DDR4 16GB PC4 17000

 SSD : 120G SATA3

 그래픽 : AXLE GTX 1070 DDR5 8GB

 파워 : STROM 600LF 정격 600W V2.3

 케이스 : MK2 MAG 3.0 USB3.0

 게이밍 장 패드 (이벤트 선물)

 추가
 구성

 HDD 1TB 추가 (1개)

  59,900 

 RAM 16GB 추가 (1개)

138,000 

 삼성850 250G 변경 (1개)

67,900 

 LG DVD-RW (1개)

23,000 

 윈도우10+설치복구 (1개)

149,900 

 브리츠 BA-R9 스피커 (1개)

22,900 


GPU로 딥러닝 하는거 말고도요, VMware 깔아서 그 위에 우분투 설치하고, Ambari 설치한 후에, Ambari로 하둡 Eco 설치하기 위해서 SSD는 250GB로 했습니다.  


메모리도 최소 8GB 이상으로 하라고 권고하는데요, 저는 넉넉하게 32GB로 했습니다. 


왠만한 것은 D 드라이브 1TB에 저장해서 쓰면 하드도 꽤 안정적으로, 넉넉하게 사용할 수 있을 것 같습니다. 


5년여 전의 회사에서 쓰던 서버급을 집에서 사용하는 호사를 누리다니, 정말 기분이 좋습니다. ^____^



Wifi 인터넷 사용하기 위해 USB무선랜카드 듀얼밴드 랜카드로 했습니다. 듀얼밴드라서 속도가 무척 빠르구요, USB 꽂기만 하면 알아서 드라이버도 설치되고, 사용하기 무척 편하네요. 


구분 

제품명/ 스펙 

가격 (단위 : 원) 

무선

랜카드

 IPTIME A2000UA-4dbi USB무선랜카드 

 듀얼밴드 랜카드 (1개)

  31,300 

(배송비 2,500 별도) 



모니터는 삼성 32인치 커브드 모니터를 메인으로 쓰고, 세로로 돌려서 쓸 수 있는 델 24인치 모니터를 보조로 사용하고 있습니다. 델 24인치 모니터가 베젤도 얇고, 세로로 길게 쓸 수 있어서 긴 코드 참고해서 보면서 쓰기에 아주 좋습니다. 삼성 모니터는 기사님께서 배송 & 설치해주셔서 편했구요, 델 모니터는 택배로 온거 제가 설치했는데요, 설명서 보고 따라하면 아주 쉬웠습니다. 


키보드는 회사에서 쓰고 있는 MS거 인체공학 키보드로 집에서 쓸거 하나 더 장만했습니다. 'ㅎ'이랑 'ㅠ'의 자판 위치가 일반 키보다랑은 사용하는 손가락이 달라서 처음에 좀 익숙해지는데 시간이 필요한데요, 확실히 인체공학적이라 이 키보드 사용하고나서 부터는 손목 시린거가 없어졌어요. 비싼게 흠이긴 해요. ^^;


구분 

제품 스펙

가격 (단위 : 원)

 모니터

 삼성 커브드 모니터[LC27F396FHKXKR] (1개)

 310,000 (배송 무료) 

 DELL U2417H 24인치 모니터 (1개)

264,000 (배송 무료) 

모니터

받침대 

 강화유리 모니터 받침대 (1개)

17,500 (배송 무료) 

 키보드

 MS스컬프트 인체공학 데스크탑 (1개)

125,800 (배송 무료) 



PC 장만하려고 준비하시는 분들에게 도움이 되었기를 바랍니다. 


이번 포스팅이 도움이 되었다면 아래의 '공감~'를 꾸욱 눌러주세요. ^^



저작자 표시 비영리 변경 금지
신고
Posted by R Friend R_Friend

머신러닝, 딥러닝 연습할 때 책이나 블로그에서 가장 많이 사용되는 예제 데이터를 들라고 하면 아마도 손으로 쓴 숫자 '0~9' 이미지를 모아놓은 MNIST dataset 인것 같습니다.  훈련용으로 6만개, 테스트용으로 1만개 손 글씨 숫자 이미지 데이터가 들어있으니 연습하기에 제격입니다.  사이즈도 표준화 되어 있고, 가운데로 정렬도 잘 되어 있어서 훈련을 시키면 매우 높은 정확도로 훈련이 아주 잘 되지요. (실전 데이터도 과연? ㅎㅎ)


28x28 행렬에 숫자가 들어가 있구요, 이를 이미지로 그리면 손으로 쓴 숫자 글자가 됩니다.  아래 이미지는 이런 '0~9'까지의 손글씨 숫자들을 모아놓은 것입니다.  필체가 조금씩 다른데, 단번에 알아보기 쉬운 것도 있구요, 사람이 보기에도 헷갈리는 것들도 섞여 있습니다. 


[ 손으로 쓴 '0~9' 숫자들의 이미지 데이터 셋 MNIST ]




이번 포스팅에서는 tensorflow 설치 후 MNIST dataset을 사용하여 DNN 이나 CNN 연습해보려고 했더니 'SSL: CERTIFICATE_VERIFY_FAILED' 에러가 날 경우 조치 방법을 소개하겠습니다. 


제가 사용하는 환경은 아래와 같았는데요, 처음 MNIST dataset 다운로드 하려니 'SSL: CERTIFICATE_VERIFY_FAILED' 에러가 나더군요.  


 구분

버전/내용

[참고] terminal shell script 

 OS

 mac OS X 10.12.5

 

 Python

 3.6.1

# python 버전 확인

$ python3 --version

Python 3.6.1

 tensorflow

 1.2.1

# tensorflow 버전 확인

$ python3 -c 'import tensorflow as tf; print(tf.__version__)'

1.2.1

 CPU or GPU

 CPU

 

 설치/사용 환경

virtual env.

(가상환경)

# virtualenv (가상환경활성화 : activate

$ source /Users/Desktop/tensorflow/bin/activate


# 가상환경(virtual env.)에서 Jupyter Notebook 열기

$ jupyter notebook


구글링 해보니 아마도 Python 3.5 버전 이하로 설치를 했어야 했는데 3.6.1 최신 버전으로 설치하다 보니 에러가 난 것 같습니다.  Python 2.7 버전이나 Python 3.5 버전으로 재설치해보라는 답변이 있는 것으로 봐서는요. 



가상환경에서 Jupyter Notebook 띄우고, tensorflow importing 한 다음에, 아래 처럼 MNIST dataset 불러오는 script를 실행했더니 'SSL: CERTIFICATE_VERIFY_FAILED' 에러가 났습니다. 



# importing tensorflow

import tensorflow as tf

 

# mnist dataset loading

from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets("./mnist/data/", one_hot=True)



urllib.error.URLError: 
<urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:749)>


Python 3.6.1을 그대로 사용하는 상태에서 MNIST dataset 다운로드 시 'SSL: CERTIFICATE_VERIFY_FAILED' 에러를 해결하려면 터미널에서 아래 bash script 를 실행시켜주면 됩니다. 



# solution for 'SSL: CERTIFICATE_VERIFY_FAILED' error (=> type in below bash script at terminal)

$ /Applications/Python\ 3.6/Install\ Certificates.command 

 


-- pip install --upgrade certifi

Requirement already up-to-date: certifi in /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages

 -- removing any existing file or link

 -- creating symlink to certifi certificate bundle

 -- setting permissions

 -- update complete





위 bash script로 certificate update 해주고 나니 tensorflow 에서 MNIST dataset 다운로드 제대로 되네요. 


== terminal 에서 가상환경 활성화 후 Jupyter Notebook 열고...


# virtualenv (가상환경활성화 : activate

$ source /Users/Desktop/tensorflow/bin/activate


# 가상환경(virtual env.)에서 Jupyter Notebook 열기

$ jupyter notebook 



* (주의사항) 가상환경(virtual env.) 에 python, tensorflow 설치한 분의 경우, Anaconda 에서 Jupyter notebook 을 열면 가상환경에 깔린 python 3.6.1, tensorflow를 Jupyter notebook이 인식 못해요. 가상환경에서 사용할 수 있도록 python 이랑 jupyter notebook 설치하고, 가상환경 활성화 한 후에 jupyter notebook 실행해서 tensorflow 사용하셔야 합니다. (Anaconda 사용하려면 conda 로 별도로 tensorflow setting 필요해요.)

(이걸 몰라서 왜 안되나 하고 한참을 애먹었네요. ㅜ_ㅜ)



== Jupyter Notebook 에서 tensorflow importing 하고 MNIST dataset 읽어오기


# importing tensorflow

import tensorflow as tf

 

# mnist dataset loading

from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets("./mnist/data/", one_hot=True) 


Extracting ./mnist/data/train-images-idx3-ubyte.gz

Extracting ./mnist/data/train-labels-idx1-ubyte.gz
Extracting ./mnist/data/t10k-images-idx3-ubyte.gz
Extracting ./mnist/data/t10k-labels-idx1-ubyte.gz



많은 도움 되었기를 바랍니다. 


이번 포스팅이 도움이 되었다면 아래의 '공감~'를 꾸욱 눌러주세요. 



저작자 표시 비영리 변경 금지
신고
Posted by R Friend R_Friend

집에서 개인 컴퓨터, 노트북으로 텐서플로우 공부하려는 분들을 위해 CPU를 지원하는 맥 OS X 에 텐서플로우 (tensorflow) 를 설치하는 방법을 소개하겠습니다. 그리 어렵지 않으므로 아래 소개해드린 내용을 그래로 차근차근 따라서 하면 금방 설치가 될 것입니다. 


(GPU 지원 텐서플로우 설치는 좀 복잡한데요, NVIDIA 설치 가이드 사이트를 참고하시기 바랍니다)




=========  Python 3 설치하기  ==========


혹시 컴퓨터에 Python 3 설치 안하신 분은 아래 참고해서 설치하시기 바랍니다. 

(Python 설치되어 있는 분이나 혹은 Python 2.7 사용하는 분은 pass)


1. Python 공식 사이트에 접속해서 Python 3.5 설치 파일 다운로드 하기

   https://www.python.org/downloads/


2. 다운로드한 Python 3.5 클릭해서 디폴트 세팅으로 설치하기 






(1) CPU 지원 환경에서 텐서플로우 (tensorflow) 설치 


(* reference : https://www.tensorflow.org/install/install_mac )



텐서플로우를 설치해서 사용하는 방법에는 서너가지가 있는데요, 


  • virtualenv (가상환경)
  • Native pip
  • Docker (https://www.docker.com/)

등의 방법이 있습니다. 

텐서플로우 공식 사이트에 가보면 첫번째 방법인 virtualenv 를 강력히 추천(strongly recommend) 한다고 나와있습니다. virtualenv (가상환경) 은 다른 Python 개발환경으로 부터 분리된 가상환경을 제공하여 줌으로써 Python 버전이나 설정의 차이에 따른 충돌, 간섭 없이 편리하게 사용할 수 있는 장점이 있기 때문입니다. 

컴퓨터 사용에 능숙한 개발자라면 Native pip 로 직접 설치, 사용할 수 있겠구요, 애플리케이션 아키텍터에 텐서플로우를 설치해서 Docker의 컨테이너에 올려 완전히 격리된 상태에서 개발을 하고자 하는 분이라면 Docker 를 사용하면 되겠습니다. 

그래서 이 포스팅에서는 cpu 지원 컴퓨터에 virtualenv (가상환경)에서 Python 3.n 버전으로 텐서플로우를 설치하고 활성화(activate) 하는 방법만 소개하겠습니다. 


(1-1) 터미널 실행



(1-2) 터미널로 pip 설치


$ sudo easy_install pip

 




(1-3) 터미널로 virtualenv (가상환경) 설치
 


$ sudo pip install --upgrade virtualenv

 




(1-4) virtualenv (가상환경) 생성

아래에 파란색 부분의 directory 경로명에는 사용자가 원하는 경로를 써주시면 됩니다. 저는 /Users/Desktop/ 안에 tensorflow 폴더를 하나 만들고 그곳에 virtualenv 를 생성해보겠습니다. 아래의 명령어를 실행시키고 나면 아래 지정해주신 경로의 폴더 안에 'bin', 'include', 'lib' 폴더가 생기고 거기에 virtualenv 관련 파일들이 여러게 새로 추가되어 있을 겁니다. 


virtualenv --system-site-packages -p python3 /Users/Desktop/tensorflow # for python 3.n

 




혹시 Python 2.7 버전 사용자라면 아래처럼 터미널에 명령어 실행하면 됩니다. 

$ virtualenv --system-site-packages directory  # for python 2.7




(1-5) virtualenv (가상환경) 활성화 : activate

가상환경 활성화는 $ source directory/bin/activate 명령어를 사용합니다. 

아래의 파란색 부분에는 위의 (1-4)번 virtualenv 가상환경 생성 시 설정했던 directory 경로명을 표기해주면 됩니다. 

(참고로, 맥북의 Finder 에 들어가서 tensorflow 폴더에 커서를 대고 손가락 두개로 클릭한 후 -> '정보 가저오기'를 선택 -> '위치' 내용을 마우스로 블록 설정 -> 복사 -> 아래의 터미널에 '붙여넣기' 하면 경로 복사해올 수 있습니다.)


제대로 가상환경 활성화가 되었다면 아래 화면캡쳐한 것처럼 (tensorflow) ~:$  처럼 되어있을 겁니다. 



source /Users/Desktop/tensorflow/bin/activate

 





(1-6) 텐서플로우가 필요로 하는 패키지들 설치하기 (for python 3.n)


$ pip3 install --upgrade tensorflow # for Python 3.n 






혹시 python 2.7 사용자라면 아래 처럼 텐서플로우가 필요로 하는 패키지를 설치하면 됩니다. 

pip install --upgrade tensorflow # for Python 2.7



 (2) 텐서플로우 가상환경 설치 완료 후 텐서플로우 사용 하기


virtualenv (가상환경) 에서 텐서플로우를 사용하기 위해서는 virtualenv 활성화(activate) 를 먼저 꼭 해야한다는 점 유념하시기 바랍니다.    



(2-1) virtualenv (가상환경) 활성화 : activate



source /Users/Desktop/tensorflow/bin/activate

 




(2-2) Jupyter Notebook 열고 텐서플로우 불러오기 (import tensorflow)



===== 터미널에서 Jupyter Notebook 설치하기 =====  (이미 설치하신 분은 pass)

$ pip3 install jupyter



===== 터미널에서 Jupyter Notebook 실행하기 =====

$ jupyter notebook

 


* 가상환경에 Python, tensorflow를 설치했으므로 Anaconda 에서 Jupyter notebook 실행시켜서 사용하면 안됩니다. 가상환경에 jupyter notebook 설치하고 가상환경에서 jupyter notebook 실행해서 tensorflow importing 해야 제대로 인식을 합니다. 




localhost:8888 로 Jupyter Notebook 열고 나서 => import tensorflow as tf로 텐서플로우를 불어와서 사용하면 됩니다. 





(2-3) 텐서플로우 사용 끝나면 => virtualenv (가상환경) 비활성화 시키기 : deactivate



(tensorflow) ~:$ deactivate

 



virtualenv(가상환경)에 텐서플로우를 설치하였으니 이제 딥러닝의 세계로 떠나보시기 바랍니다. 


Bon Voyage ~ Tensorflow!


이번 포스팅이 도움이 되었다면 아래의 '공감~'를 꾸욱 눌러주세요. 






저작자 표시 비영리 변경 금지
신고
Posted by R Friend R_Friend