keras Docker 기본 패키지 이미지 프로세싱용 tensorflow 2.4.3

Docker 이미지 프로세서 개발 환경 구축을 위해서는 아래와 같이 구성 되어져야 합니다.  

1. tenosrflow 2.4.3 버전 일 때 의 최적화

---

# Random precessing
import numpy as np
import pandas as pd
import random ,os, csv ,re
from glob import glob

# Make Image
import cv2
from PIL import Image
import matplotlib.pyplot as plt

# default load
import tensorflow as tf
from tensorflow.keras.utils import to_categorical

#impage preprocessing
from tensorflow.keras.preprocessing import image as image_utils
from tensorflow.keras.preprocessing.image import(ImageDataGenerator) 
from tensorflow.keras.preprocessing.text import(text_to_word_sequence)

#impage preprocessing
from tensorflow.keras import layers
from tensorflow.keras.models import(Model, load_model)

# LabelEncoder 
from sklearn.preprocessing import LabelEncoder

# keras models
from tensorflow.keras.layers import (
    BatchNormalization, SeparableConv2D, MaxPooling2D, Activation, 
    Flatten, Dropout, Dense , Input
)
# Keras Applications
from tensorflow.keras.applications import(ResNet50)

ubunt GPU 설정 후 Keras 버전 테스트 MNIST

   ubunt GPU RTX3080 설정 후  Keras가 실행 되는지 확인 해봐야 한다.   RTX3080을  설치가 다 끝났는데,  케라스가 설치되어 있지 않아,  계속 재 설치 하였기 때문이다.  

그렇다고 무언가 대단한 것을 테스트 할 필요는 없다.   되는지 만 확인 해야 하기 때문이다.  

아래의 소스코드는 "케라스 창시자에게 배우는 딥러닝" 책에서 인용한 것이다. 

ubuntu 18.04 RTX3080 GPU 설정 및 Tensor flow 2.4, Keras 2.4.3 설치

 RTX 3080 GPU가 들어 있는 그래픽 카드를 구입한다고 해서,  모든 것이 완벽하게 되는 것이 아니다.   윈도우 환경에서는 딥러닝을 잘 안돌리니까? Ubuntu 환경에서 돌려야 한다. 

앞으로 이야기하는 설정은 아래의   서적에  최적화 되었는 방법론이다. 

케라스 창시자 GPU 설정

어찌 되었든  cuda 설치 이후에 아래와 같은 오류 메시지가 있었음에도 불구하고, 설정이 되었다. 

 Could not load dynamic library 'libcusolver.so.10'; dlerror: libcusolver.so.10: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda-11.1/lib64:/usr/local/cuda-11.1/lib64: