ML: Python Virtual Environment Keras + GPU

From OnnoWiki
Revision as of 05:25, 28 June 2026 by Onnowpurbo (talk | contribs) (Created page with "Bisa. Tapi untuk '''Ubuntu 26.04''', hati-hati: TensorFlow resmi masih mensyaratkan '''Python 3.9–3.12''' untuk instalasi pip, sedangkan Ubuntu 26.04 memakai Python lebih ba...")
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search

Bisa. Tapi untuk Ubuntu 26.04, hati-hati: TensorFlow resmi masih mensyaratkan Python 3.9–3.12 untuk instalasi pip, sedangkan Ubuntu 26.04 memakai Python lebih baru. Jadi jalur aman: pakai Python 3.12 via venv/pyenv, jangan ubah Python sistem. ([TensorFlow][1])

1. Install driver NVIDIA

sudo apt update
sudo apt install ubuntu-drivers-common
ubuntu-drivers devices
sudo ubuntu-drivers install
sudo reboot

Cek:

nvidia-smi

Kalau muncul tabel GPU, driver OK.

2. Install CUDA Toolkit

NVIDIA merekomendasikan instalasi CUDA via package manager untuk Linux. ([NVIDIA Docs][2])

Coba dari repo Ubuntu dulu:

sudo apt update
sudo apt install nvidia-cuda-toolkit

Cek:

nvcc --version

3. Siapkan Python 3.12 untuk TensorFlow/Keras

Jangan pakai Python default 26.04 kalau masih 3.13/3.14.

Paling aman pakai `pyenv`:

sudo apt install -y build-essential libssl-dev zlib1g-dev \
libbz2-dev libreadline-dev libsqlite3-dev curl git \
libncursesw5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev \
libffi-dev liblzma-dev
curl https://pyenv.run | bash

Tambahkan ke `~/.bashrc`:

export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init -)"

Reload:

source ~/.bashrc

Install Python 3.12:

pyenv install 3.12.11
pyenv local 3.12.11

4. Buat virtual environment

mkdir -p ~/Apps/Python
cd ~/Apps/Python

python -m venv keras-gpu
source keras-gpu/bin/activate

python -m pip install --upgrade pip
pip install tensorflow keras numpy pandas scikit-learn matplotlib jupyter

5. Test TensorFlow GPU

python - <<'PY'
import tensorflow as tf
print("TensorFlow:", tf.__version__)
print("GPU:", tf.config.list_physical_devices("GPU"))
PY

Kalau berhasil, output GPU tidak kosong, contoh:

GPU: [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

Catatan penting

Untuk TensorFlow modern, biasanya tidak perlu install CUDA manual terlalu rumit kalau paket pip TensorFlow sudah membawa dependency GPU yang sesuai. Yang paling penting: driver NVIDIA jalan, lalu TensorFlow menemukan GPU. TensorFlow resmi mencatat CUDA/cuDNN hanya dibutuhkan untuk dukungan GPU. ([TensorFlow][1])

Urutan terbaik:

NVIDIA driver OK → Python 3.12 venv OK → pip install tensorflow → test GPU

Jangan ubah default Python Ubuntu. Gunakan venv/pyenv saja.

[1]: https://www.tensorflow.org/install/pip?utm_source=chatgpt.com "Install TensorFlow with pip"
[2]: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html?utm_source=chatgpt.com "CUDA Installation Guide for Linux"