아나콘다 가상환경을 이용해 딥러닝 개발 환경 만들기 (CPU용)

오늘은 아나콘다를 이용해 딥러닝 개발 환경을 만드는 법에 대해 소개드리겠습니다. 

 

소개에 앞서 가상 환경이 왜 필요하냐? 하면 개발자는 각각 다른 환경에서 개발할 수 있습니다. 만약 다른 개발자가 다른 환경에서 개발한 코드를 내 환경에서 실행시키려 한다하면 내 환경에서 설치해둔 라이브러리가 버전이 안 맞는다는 등의 문제로 오류가 발생할 수 있습니다. 이럴 때마다 그 다른 개발자가 개발한 환경으로 바꿔야 한다면 얼마나 번거로운 일일까요? 예를 들어 누군가가 파이썬 2.x 버전에서 작성한 코드를 파이썬 3.x이 깔려 있는 나의 환경에서 실행 시킨다고 한다면 버전 변경에 따른 문법 차이로 오류가 납니다. 그럴 때마다 이미 설치되어있던 파이썬을 삭제하고 파이썬 2.x 버전으로 설치하는건 얼마나 비효율적인가요! 그러다가 다시 파이썬 3.x가 필요하면 이 작업을 반복해야만 하겠죠. 이러한 비효율성을 해결해 줄 수 있는 것이 바로 가상환경입니다.

 

우리는 파이썬을 실제 로컬에 설치하는 것이 아닌 가상환경에 설치하고 이 가상환경은 여러개를 만들어 놓을 수 있어 파이썬 2.x이 필요할 땐 그 버전이 설치 되어 있는 가상환경으로 들어가고, 파이썬 3.x이 필요할 땐 파이썬 3.x이 설치되어 있는 가상환경으로 들어가서 실행시킬 수 있습니다. 이 가상환경을 쉽게 만들 수 있도록 해주는 것이 아나콘다입니다. 

---

아나콘다 설치법

1. 아래 사이트에 들어가서 본인의 피씨 환경에 맞는 버전을 다운로드 받습니다. 

https://www.anaconda.com/products/individual

 

Anaconda | Individual Edition

위에서 본인 환경에 맞는 Installer를 다운로드 받아 실행시킵니다. 

---

2. 별 다른 설정 바꿀필요 없이 계속 Next, Next를 누르고 최종적으로 Install을 누릅니다. 

쭉쭉쭉 Next 눌러서 

설치 완료!

---

아나콘다 가상환경 생성 (CPU용) 

딥러닝 연산용 그래픽 카드가 없는 환경에서 아나콘다 가상환경을 만드는 법에 대해서 소개해드리겠습니다. 

 

1. 윈도우 검색에서 anaconda를 검색해서 anaconda prompt를 실행시킵니다.

라이브러리 설치시 오류가 나는 경우가 있으니 웬만하면 우클릭 후

'관리자 권한으로 실행'을 할 것을 추천드립니다.   

 

---

2. 다음 명령어를 실행시켜 주세요.

conda create -n 만들고자하는환경이름 python=원하는버전 anaconda

 

저기에 base는 말그대로 base입니다. 가장 기본이 되는 base 가상환경입니다. 

우리는 base 환경에서 tf-cpu라는 가상환경을 만들어 그 가상환경으로 이동해 작업을 할 것입니다. 

-n은 name의 약자입니다. 이 뒤에 만들고자 하는 가상환경의 이름을 써주시면 됩니다. 

뒤에 python은 꼭 안해도 되지만 이렇게 할 경우 원하는 버전의 파이썬 버전을 가상환경에 설치할 수 있습니다.

---

3. y를 입력해서 필요한 라이브러리를 가상환경에 설치합니다.

아래와 같은 화면이 뜨면 설치가 완료된겁니다! 

---

4. 만든 가상환경에 들어가봅시다. 

위에 그림에도 안내가 되어있습니다. 

아래의 명령어를 입력합니다. 

conda activate 만든가상환경이름

위와 같이 base가 tf-cpu로 변한것을 확인할 수 있습니다. 

이제 우리가 실행하고 있는 가상환경이 tf-cpu라는 것을 의미합니다. 

---

5. 원하는 딥러닝 라이브러리를 설치해줍니다! 

tensorflow는 아래의 명령어로 설치할 수 있습니다. 

pip install tensorflow

설치가 완료된 이후 아래의 명령어로 tensorflow가 제대로 설치된것을 볼 수 있어요.

pip list

pip list는 현재 가상환경에 설치된 라이브러리를 보여주는 명령어입니다. 

 

pytorch의 경우는 설치 방법이 달라요.

pytorch 공식 사이트로 이동합니다.

https://pytorch.org/

PyTorch

사이트에서 아래로 내리다보면 위 이미지와 같은 화면을 볼 수 있습니다.

여기서 본인 PC 환경에 맞게 선택하면 

아래의 설치해야하는 명령어가 뜨는 것을 볼 수 있습니다. 

 

우리는 pip로 설치할 것이기 때문에 Package에는 Pip를

그래픽카드가 없는 상황이기 때문에 CUDA는 None으로 했습니다.

아래에 뜬 명령어를 conda에 복붙해줍니다. 

---

이렇게 오늘은 CPU 환경에서 아나콘다를 이용해 딥러닝 프레임워크를 설치하는 방법을 알아봤습니다. 하지만 실제로는 딥러닝을 CPU 환경에서 돌리는 일은 많지 않죠. 따라서 다음 시간에는 GPU 환경에서 아나콘다를 이용하여 딥러닝 프레임워크를 설치하는 방법에 대해 소개드리겠습니다.