/ TENSORFLOW

[Tensorflow] Anaconda(아나콘다) 설치하기

아나콘다

  • 파이썬을 가상환경으로 사용할 수 있도록 지원하는 프로젝트중 하나이다.
  • 파이썬 및 주로 사용되는 1400 여개의 패키지와 데이터 과학 패키지들이 포함되어 있어 파이썬 설치 후 여러 패키지들을 설치해야 하는 번거로움을 해결해 준다.
  • 윈도우즈에서 쉽게 가상환경을 만들고 버전 관리를 할 수 있도록 도와준다.
  • 설치 시간이 좀 오래 걸린다는 단점이 있다.

윈도우용 아나콘다 설치

  1. 아나콘다 다운로드 페이지에서 자신에게 맞는 운영체제의 파일을 다운로드한다.

    img

    (Windows용 텐서플로 바이너리 패키지는 현재 파이썬 3.5, 3.6, 3.7버전을 지원한다.)

  2. 파이썬 설치프로그램 실행

    img

    Next > 를 선택한다.

  3. License Agreement

    img

    I Agree 선택

  4. Select Installation Type

    img

    just me 선택

    (All user 를 선택할시 C 드라이브 프로그램에 설치가 된다. 로컬PC 에서 테스트 용을 사용할 시에는 just me 를선택할 것을 권장한다.)

  5. Choose Install Location

    img

    로컬 PC 사용자 폴더에 설치가 되어진다

    img

    (사용자 계정이 한글일 경우 다른 경로를 입력 하라는 경고창이 뜨게 된다. 한글이 포함되지 않은 경로를 재설정 하여 설치를 계속 진행한다.)

  6. Advanced Options

    img

    1. Add Anaconda to my PATH enviroment variable
      • 아나콘다를 PATH 환경 변수에 추가할지 여부를 선택하는 부분
      • 환경 변수에 추가 하면 윈도우 CMD 창에서 conda 명령어를 사용할 수 있으면 선택하지 않을 경우 Anaconda prompt 또는 Anaconda navigator 를 실행하여야 conda 명령어를 사용할 수 있다.
      • 다른 Python 은 설치 하지 않고 Anaconda 를 주력으로 사용할 경우에만 체크할 것을 권유한다.
    2. Regster Anaconda as my default Python 3.7
      • 아나콘다를 기본 파이썬으로 등록 할지 여부를 선택한다.
      • 선택 시 개발 도구나 에디터에서 아나콘다를 파이썬으로 인식하게 된다.

  7. 설치완료 - 1 (VSCode 설치여부)

    img

    이미 설치 되어 있거나 VSCode를 에디터로 사용하지 않을 경우는 Skip을 선택한다.

  8. 설치 완료

    img

  9. 시작 메뉴 확인

    img

가상환경 설정

  • 꼭 python 3.7 을 사용 하지 않고 다른 버전의 python 을 사용하기 위한 가상 환경을 생성 할 수 있다.
  • 나중에 Pycharm 과 연동하여 다양한 환경에서의 개발을 진행 할 수 있다.

  1. Anaconda prompt 실행

    Anaconda Navigator를 이용하여 GUI 환경에서 설정이 가능하지만 이번에는 prompt 명령어를 통해서 가상환경을 생성해 본다.

    설치한 아나콘다가 맞는지 버전을 확인해 본다

    $ conda --version

    img

  2. 가상환경 생성

    가상환경을 생성한다. 이 때 필요한 패키지들을 나열해서 생성시 한번에 설치할 수 있다.

    $ conda create --name [MY_ENV_NAME] [package1 package2 ....]

    이번 시간엔 Tensorflow 를 사용하기 위해서 파이썬 3.6 버전과 tensorflow 와 keras 를 명시하여 설치해 보겠다.

    $ conda create --name TEST_ENV python=3.6 tensorflow keras

    생성 진행 화면

    (base) C:\Users\이한얼>conda create --name TEST_ENV python=3.6 tensorflow keras
Solving environment: done
   
   
==> WARNING: A newer version of conda exists. <==
  current version: 4.5.4
  latest version: 4.7.11
   
Please update conda by running
   
    $ conda update -n base conda
   
   
   
## Package Plan ##
   
  environment location: D:\Anaconda3\envs\TEST_ENV
   
  added / updated specs:
    - keras
    - python=3.6
    - tensorflow
   
   
The following packages will be downloaded:
   
    package                    |            build
    ---------------------------|-----------------
    _tflow_select-2.3.0        |              mkl           3 KB
    numpy-1.16.4               |   py36h19fb1c0_0          49 KB
    numpy-base-1.16.4          |   py36hc3f5095_0         4.1 MB
    wrapt-1.11.2               |   py36he774522_0          48 KB
    pyyaml-5.1.2               |   py36he774522_0         163 KB
    intel-openmp-2019.4        |              245         1.7 MB
    ca-certificates-2019.5.15  |                1         166 KB
    tensorflow-base-1.14.0     |mkl_py36ha978198_0        54.5 MB
    scipy-1.3.1                |   py36h29ff71c_0        14.4 MB
    python-3.6.9               |       h5500b2f_0        20.4 MB
    termcolor-1.1.0            |           py36_1           8 KB
    wheel-0.33.4               |           py36_0          57 KB
    astor-0.8.0                |           py36_0          45 KB
    absl-py-0.7.1              |           py36_0         158 KB
    mkl-service-2.0.2          |   py36he774522_0          63 KB
    h5py-2.9.0                 |   py36h5e291fa_0         969 KB
    six-1.12.0                 |           py36_0          22 KB
    sqlite-3.29.0              |       he774522_0         962 KB
    mkl_fft-1.0.14             |   py36h14836fe_0         137 KB
    mkl_random-1.0.2           |   py36h343c172_0         318 KB
    icc_rt-2019.0.0            |       h0cc432a_1         9.4 MB
    tensorflow-1.14.0          |mkl_py36hb88db5b_0           4 KB
    keras-2.2.4                |                0           5 KB
    mkl-2019.4                 |              245       157.5 MB
    protobuf-3.8.0             |   py36h33f27b4_0         582 KB
    zlib-1.2.11                |       h62dcd97_3         128 KB
    libmklml-2019.0.5          |                0        21.4 MB
    gast-0.2.2                 |           py36_0         138 KB
    setuptools-41.0.1          |           py36_0         663 KB
    pyreadline-2.1             |           py36_1         141 KB
    libprotobuf-3.8.0          |       h7bd577a_0         2.2 MB
    werkzeug-0.15.5            |             py_0         256 KB
    markdown-3.1.1             |           py36_0         132 KB
    pip-19.2.2                 |           py36_0         1.9 MB
    certifi-2019.6.16          |           py36_1         156 KB
    keras-applications-1.0.8   |             py_0          33 KB
    tensorflow-estimator-1.14.0|             py_0         291 KB
    tensorboard-1.14.0         |   py36he3c9ec2_0         3.3 MB
    openssl-1.1.1c             |       he774522_1         5.7 MB
    keras-preprocessing-1.1.0  |             py_1          36 KB
    hdf5-1.10.4                |       h7ebc959_0        19.2 MB
    keras-base-2.2.4           |           py36_0         458 KB
    grpcio-1.16.1              |   py36h351948d_1         931 KB
    ------------------------------------------------------------
                                           Total:       322.9 MB
   
The following NEW packages will be INSTALLED:
   
    _tflow_select:        2.3.0-mkl
    absl-py:              0.7.1-py36_0
    astor:                0.8.0-py36_0
    blas:                 1.0-mkl
    ca-certificates:      2019.5.15-1
    certifi:              2019.6.16-py36_1
    gast:                 0.2.2-py36_0
    grpcio:               1.16.1-py36h351948d_1
    h5py:                 2.9.0-py36h5e291fa_0
    hdf5:                 1.10.4-h7ebc959_0
    icc_rt:               2019.0.0-h0cc432a_1
    intel-openmp:         2019.4-245
    keras:                2.2.4-0
    keras-applications:   1.0.8-py_0
    keras-base:           2.2.4-py36_0
    keras-preprocessing:  1.1.0-py_1
    libmklml:             2019.0.5-0
    libprotobuf:          3.8.0-h7bd577a_0
    markdown:             3.1.1-py36_0
    mkl:                  2019.4-245
    mkl-service:          2.0.2-py36he774522_0
    mkl_fft:              1.0.14-py36h14836fe_0
    mkl_random:           1.0.2-py36h343c172_0
    numpy:                1.16.4-py36h19fb1c0_0
    numpy-base:           1.16.4-py36hc3f5095_0
    openssl:              1.1.1c-he774522_1
    pip:                  19.2.2-py36_0
    protobuf:             3.8.0-py36h33f27b4_0
    pyreadline:           2.1-py36_1
    python:               3.6.9-h5500b2f_0
    pyyaml:               5.1.2-py36he774522_0
    scipy:                1.3.1-py36h29ff71c_0
    setuptools:           41.0.1-py36_0
    six:                  1.12.0-py36_0
    sqlite:               3.29.0-he774522_0
    tensorboard:          1.14.0-py36he3c9ec2_0
    tensorflow:           1.14.0-mkl_py36hb88db5b_0
    tensorflow-base:      1.14.0-mkl_py36ha978198_0
    tensorflow-estimator: 1.14.0-py_0
    termcolor:            1.1.0-py36_1
    vc:                   14.1-h0510ff6_4
    vs2015_runtime:       14.15.26706-h3a45250_4
    werkzeug:             0.15.5-py_0
    wheel:                0.33.4-py36_0
    wincertstore:         0.2-py36h7fe50ca_0
    wrapt:                1.11.2-py36he774522_0
    yaml:                 0.1.7-hc54c509_2
    zlib:                 1.2.11-h62dcd97_3
   
Proceed ([y]/n)? y
   
   
Downloading and Extracting Packages
_tflow_select-2.3.0  |    3 KB | ###################################### | 100%
numpy-1.16.4         |   49 KB | ###################################### | 100%
numpy-base-1.16.4    |  4.1 MB | ###################################### | 100%
wrapt-1.11.2         |   48 KB | ###################################### | 100%
pyyaml-5.1.2         |  163 KB | ###################################### | 100%
intel-openmp-2019.4  |  1.7 MB | ###################################### | 100%
ca-certificates-2019 |  166 KB | ###################################### | 100%
tensorflow-base-1.14 | 54.5 MB | ###################################### | 100%
scipy-1.3.1          | 14.4 MB | ###################################### | 100%
python-3.6.9         | 20.4 MB | ###################################### | 100%
termcolor-1.1.0      |    8 KB | ###################################### | 100%
wheel-0.33.4         |   57 KB | ###################################### | 100%
astor-0.8.0          |   45 KB | ###################################### | 100%
absl-py-0.7.1        |  158 KB | ###################################### | 100%
mkl-service-2.0.2    |   63 KB | ###################################### | 100%
h5py-2.9.0           |  969 KB | ###################################### | 100%
six-1.12.0           |   22 KB | ###################################### | 100%
sqlite-3.29.0        |  962 KB | ###################################### | 100%
mkl_fft-1.0.14       |  137 KB | ###################################### | 100%
mkl_random-1.0.2     |  318 KB | ###################################### | 100%
icc_rt-2019.0.0      |  9.4 MB | ###################################### | 100%
tensorflow-1.14.0    |    4 KB | ###################################### | 100%
keras-2.2.4          |    5 KB | ###################################### | 100%
mkl-2019.4           | 157.5 MB | ##################################### | 100%
protobuf-3.8.0       |  582 KB | ###################################### | 100%
zlib-1.2.11          |  128 KB | ###################################### | 100%
libmklml-2019.0.5    | 21.4 MB | ###################################### | 100%
gast-0.2.2           |  138 KB | ###################################### | 100%
setuptools-41.0.1    |  663 KB | ###################################### | 100%
pyreadline-2.1       |  141 KB | ###################################### | 100%
libprotobuf-3.8.0    |  2.2 MB | ###################################### | 100%
werkzeug-0.15.5      |  256 KB | ###################################### | 100%
markdown-3.1.1       |  132 KB | ###################################### | 100%
pip-19.2.2           |  1.9 MB | ###################################### | 100%
certifi-2019.6.16    |  156 KB | ###################################### | 100%
keras-applications-1 |   33 KB | ###################################### | 100%
tensorflow-estimator |  291 KB | ###################################### | 100%
tensorboard-1.14.0   |  3.3 MB | ###################################### | 100%
openssl-1.1.1c       |  5.7 MB | ###################################### | 100%
keras-preprocessing- |   36 KB | ###################################### | 100%
hdf5-1.10.4          | 19.2 MB | ###################################### | 100%
keras-base-2.2.4     |  458 KB | ###################################### | 100%
grpcio-1.16.1        |  931 KB | ###################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate TEST_ENV
#
# To deactivate an active environment, use
#
#     $ conda deactivate

    가상 환경이 생성 되었다. 이제 생성한 가상 환경으로 접속을 진행해 본다.

    ※ 가상환경을 생성한 뒤에 pip을 통해 필요한 패키지들을 설치하는것도 가능하다.

  3. 가상환경 접속

    $ conda activate [MY_ENVS_NAME]

    생성한 가상환경 이름으로 접속

    $ conda activate TEST_ENV

    img

    • 설치한 python 버전 확인

      (TEST_ENV) C:\Users\이한얼>python --version

      img

  4. conda 기본 명령어들

    # 가상환경 종료

    $ conda deactivate

    #가상환경 목록 화인

    $ conda env list

    #가상환경 삭제

    $ conda remove --name [MY_ENVS_NAME] --all

  5. 가상환경 생성시 설치한 tensorflow 확인

    tensorflow 패키지가 정상적으로 설치 되었는지 버전 확인

    1. python 명령어로 python shell 진입

      $ python

    2. tensorflow import 후 버전확인

      $ import tensorflow as tf
$ tf.__version__

    img

Anaconda를 이용한 가상환경 생성 및 기본적으로 쓰이는 명령어에 대해서 알아 보았다. 다음 포스팅에는 Anaconda를 통해 생성한 가상환경을 Python IDE 중 하나인 Pycharm과 연동하여 Python을 이용하는 방법을 알아보겠다.

PYTHON, TENSORFLOW, DEEPLEARNING