텐서플로 개발 환경 구축 - 아나콘다

1. 아나콘다 가상환경 만들기

Anaconda Prompt 실행

가상환경 목록 확인

• 설치된 가상환경 확인

conda env list

• 가상환경 생성

conda create -n 가상환경명 python=3.8

• 생성된 가상환경 확인

conda env list

---

2. 텐서플로 CPU only 버전 설치

• 텐서플로 2.1.0부터는 CPU 버전과 GPU 버전이 통합되었음
• 따라서, CPU만 사용하는 경우 CPU only 버전을 설치하면 GPU 버전에서만 사용되는 라이브러리를 설치하지 않을 수 있음
• 딥러닝은 연산량이 많기 때문에 CPU만 이용하는 경우 모델의 학습 및 추론에 소요되는 시간이 매우 길어질 수 있음
• GPU 버전은 NVIDIA의 GPU가 설치되어 있어야 사용 가능

아나콘다 가상환경 활성화

conda activate 가상환경명

텐서플로 CPU 패키지 설치

pip install tensorflow-cpu

👉 텐서플로 패키지 뿐만 아니라, 텐서플로를 사용하는 데 필요한 패키지가 함께 설치됨

설치 확인

python

import tensorflow as tf
print(tf.__version__)

---

3. 구글 코랩을 이용한 개발 환경

• 간단한 모델은 PC의 CPU만으로도 충분히 학습이 가능하지만 복잡한 모델을 학습시키려면 GPU를 사용해야 함
• 그러나 성능이 뛰어난 GPU는 가격이 매우 비싸기 때문에 많은 딥러닝 연구자는 구글에서 제공하는 코랩을 이용하여 클라우드 환경에서 텐서플로를 사용하고 있음
• 코랩은 NVIDIA의 K80, T4, P4, P100과 같은 GPU와 구글의 TPU(Tensor Process Unit)을 무료로 제공
• 단, 세션을 할당받고 12시간이 지나면 자동으로 세션이 끊김

---

💡 출처
텐서플로 라이트를 활용한 안드로이드 딥러닝, 임태규, 한빛미디어