📣 가상 환경 만들기 📣
anaconda로 가상 환경을 만들어 각 프로젝트마다 독립적인 개발 환경을 가질 수 있다!
파이참에서 가상 환경을 만들어서 각 프로젝트마다 개발 환경(설치된 패키지, 라이브러리 등등)이 다른 것 처럼 말이다.
anaconda로 구축한 가상 환경은 파이참에서 바로 적용해 사용할 수 있다.
보면 저 앞에 (base) 가 현재 환경 이름이다.
아나콘다를 처음 설치하면 기본 환경인 'base'에서 진행된다.
window는 anacond prompt에서, Mac OS나 리눅스는 터미널에서 해당 코드를 실행하면 환경이 만들어진다.
conda create -n 환경이름 python=버전
나는 testenv라는 환경이름, python 3.7 로 개발환경을 생성했다.
보통 tensorflow에 3.7 버전을 많이 쓰는 것 같기도 하고..
회사에서도 3.7을 사용하기 때문에 그냥 3.7로 깔았다.
중간에 proceed도 y 해주면 깔림
개발 환경이 생성되면, conda activate 환경이름 으로 생성된 환경을 활성화한다.
반대로 비활성화는 conda deactivate 환경이름
활성화하고자 하는 환경이 활성화되면 앞에 (활성화한 환경명) 으로 변경된다.
이 상태에서 python을 쳐서 파이썬 환경에 들어간다.
아래 같이 간단한 파이썬 구문을 사용했을 때 정상적으로 작동한다면 성공!
이 상태에서 내가 이 개발 환경에 추가적으로 설치하고 싶은 모듈, 라이브러리, 패키지 등등이 있으면 pip로 설치해주면 된다!
파이썬 환경을 나오려면 exit() 쳐주면 된다.
📣 tensorflow 설치하기 📣
tensorflow는 딥러닝을 쉽게 구현할 수 있는 모듈이다.
신경망을 아주 쉽게 구현할 수 있다고 한다..
하지만 여러 문제로 Mac에서 설치하는데 난황을 겪고있다..(찾아보니 맥북에서 tensorflow 설치가 퍽 까다로운 것 같다)
그래서 당분간은 Google Colab으로 TensorFlow를 다뤄볼 예정,,
생성한 가상환경에서 해당 코드로 tensorflow를 설치할 수 있다.
pip install tensorflow
GPU 지원을 받는 tensorflow 버전은 다음으로 설치.(근데 GPU는 Eager Execution이 지원 안된다고 한다.)
pip install tensorflow-gpu
가상환경을 여러 개 만들어서 저 cpu, gpu 버전 각각 설치해 성능을 비교하는 사람들도 심심치 않게 볼 수 있다.
내일은 numpy와 Matplotlib 패키지를 사용법을 익혀야겠다.
