본격적으로 Machine Learning을 공부하기 위해서 개발환경을 구축하려고 한다. Python Tensorflow를 이용해 공부를 할 계획인데, Python의 Anaconda Platform을 이용하고, 개발은 Pycharm IDE을 사용하고 싶었다. Anaconda 3 5.1 버전을 다운받았고, Python3.6 버전의 환경에서 실행했다. Anaconda에서 Tensorflow 패지키는 정식 지원이 아니기 때문에 추가적으로 설치해줘야 되는데, 이 부분에서 거의 하루를 헤맸다... UTF-8 인코딩인 한글 지원이 안되서, Windows 사용자명이 한글인 경우에 Tensorflow 패키지 설치가 제대로 되지 않았다. 강제로 Windows 사용자명을 변경했는데 이 부분도 포스팅해야겠지.
이 글에서는 Anaconda 3, Tensorflow, Pycharm을 설치하고, 개발 환경 구축에 있어서의 과정을 설명한다.
1. Anaconda 3 설치
링크를 통해서 다운 받을 수 있다.
다운로드 버튼을 누르면 EXE 파일이 받아지고, 눌러서 설치하면 된다. Python 3.6이 맘에 들지 않거나, 최신 버전이 불안정하다고 생각하면 화면 아래의 링크를 누르고, 원하는 버전을 설치할 수 있다. Anaconda 3 안에는 Python 개발을 위해서 필요한 다양한 Pacakage들이 있는데, Anaconda 만 설치하면 다른 Package 를 수동으로 설치할 일이 거의 없을 정도로 많다.(그치만 Tensorflow는 설치해야 한다.)
2. Pycharm 설치
Python 개발 환경에 있어서 가장 편하고 좋다고 생각한다. Machine Learning 공부에는 안써봤지만, Python 개발시 계속 Pycharm을 써와서 익숙한걸로 설치했다.
Community 를 다운받고 마찬가지로 받아진 설치파일을 실행해 진행하도록 하자.
3. Tensorflow 설치
위에 과정은 사실 버튼 누르고 기다리기만 하면 된다. 설치 중 문제가 발생하면 거의 여기서부터 생길 것이다. 이상한 에러가 뜬다면 재빨리 구글링을...!
우선은 Anaconda Prompt를 검색하자. 검색해서 관리자 권한으로 실행한다.
이와 같은 창이 열릴 것이다. 여기에 아래의 코드를 입력하자.
1) Tensorflow를 위한 Conda Environment를 생성한다.
$ conda create -n TensorFlow python=3.6 | cs |
2) Tensorflow Env를 활성화한다.
$ conda activate TensorFlow | cs |
2) 과정을 실행하면 위와 같이 (TensorFlow) 환경임을 보여준다.
3) Tensorflow 설치, pip 이용
CPU 버전
$ pip install tensorflow | cs |
GPU버전
$ pip install tensorflow-gpu | cs |
나같은 경우에는 Tensorflow를 설치하는 과정에 있어서 문제가 발생했는데, install 과정에 한글을 지원하지 않는 파일이 있는 듯하다. UnicodeException이 발생하는데, 자세히 보니 Windows 10 사용자명이 한글이라 발생하는 문제인듯 했다. 이를 해결하기 위해서... 강제로 사용자명을 변경하는 노가다를 진행...했다. 현재 사용에 있어 문제는 없지만, MS에서도 권장하는 방법이 아니고, 파일 충돌과 같은 문제가 있을 수 있어서 그냥 새로 계정을 파던가 하는 게 나을 것이다.(그래도 혹시나 나중에 글을 써보겠지만!) GPU를 이용한 Tensorflow는 추가적으로 CUDA 등의 설치가 필요하다. 우선은 CPU 버전을 설치해 공부해보기로 했다. 더 깔기 귀찮으므로...
설치가 제대로 되었는지 확인하기 위해서는 아래와 같이 입력해보자.
$ python >>> import tensorflow as tf >>> tf.__version__ | cs |
이와 같이 특정 Tensorflow 버전이 출력된다면, Tensorflow가 제대로 설치된 것이다. 이제 마지막 단계인 Pycharm 개발 환경 구성으로 넘어가보자.
4. Pycharm IDE Tensorflow 환경 구축
Pycharm을 다운로드 설치했다면, Pycharm을 실행해보자.
Create New Project를 누른다.
Project Interpreter를 누른다.
Existing Interpreter에서우측의 톱니바퀴를 선택하고 [Add Local...]을 선택한다.
좌측에서 System Interpreter를 클릭하고, 우측의 [...]버튼을 클릭하자.
여기서 TensorFlow 환경의 Python Interpreter 프로그램을 찾아 선택하면 된다.
Anaconda3->envs->tensorflow를 찾으면 된다. Anaconda를 설치할 때 Conda가 설치한 경로를 확인하자.
대게 ProgramData 폴더 혹은 Users->[사용자명] 폴더 내에서 찾을 수 있는데, 나 같은 경우엔 설치 옵션에서 실수를 했는지... 이것저것 만지다가 잘못했는지... Users->[사용자명]->AppData->Local->conda->conda->envs 경로에서 tensorflow폴더를 찾을 수 있었다.
폴더 내에서 python.exe 파일을 찾고 [OK]를 누르면 된다.
마지막으로 [Create] 버튼을 누르고 프로젝트가 잘 생성되었는지 확인하자.
1 2 3 4 5 6 7 | import tensorflow as tf hello = tf.constant("Hello, TensorFlow!") sess = tf.Session() print(sess.run(hello)) | cs |
간단한 코드를 실행하고 결과를 확인해보자.
이와 같은 결과를 확인했다면, 축하한다! 성공이다!
Pycharm에서 tensorflow를 이용한 프로그래밍과 결과 확인이 이제 가능하다.
반응형