아나콘다를 이용한 프로그래밍 환경 설정과 도커(docker) 이미지 생성 과정을 설명합니다. 설치환경에 따라 세세한 부분은 달라질 수 있지만 기본적으로 아래 과정을 수행하면 어렵지 않게 환경설정을 준비할 수 있습니다.

아래 설명은 윈도우(Windows) 10을 기준으로 합니다. 리눅스의 경우는 설치 방식만 다를 뿐 과정은 거의 동일하며, 아래에서 설명하는 도커 이미지 활용 방식을 추천합니다.

윈도우 10 + 아나콘다(Anaconda) + Tensorflow 2(GPU 지원)

• 환경설정 과정 및 주피터 노트북 서버 실행
  1. 아나콘다(Anaconda) 설치
  2. 이후 아래 참조 사이트 내용대로 GPU 드라이버 설치
  3. 터미널(terminal) 창에서 environment.yml을 이용하여 아나콘다 가상환경(virtual environment) 설정. (가상환경 이름은 tf2로 environment.yml 파일에 지정되어 있으며, 직접 수정 가능.)

     $ conda env create -f environment.yml
     $ conda activate tf2
     $ python -m ipykernel install --user --name=python3
     

  4. 주피터 노트북 서버 실행

     $ jupyter notebook
     

     브라우저가 자동으로 실행되지 않을 경우 수동으로 localhost:8888 방문 후 index.ipynb 노트북 선택.

  5. 실행 종료: 브라우저를 닫은 후 터미널 창에서 Ctrl-C를 눌러 주피터 서버 실행 종료
• GPU 드라이버 설치 참조 사이트
  • TensorFlow: GPU support (한글 선택 가능)
    • 주의사항: 텐서플로우2 부터는 cpu/gpu 용도 구분하지 않음.
    • “소프트웨어 요구사항”을 반드시 확인할 것
    • cuDNN SDK 사이트는 (무료) 계정 필요.
  • 텐서플로우 윈도우 10 GPU 설치
    • 설치 순서 및 방법 참고용
    • 세부사항은 반드시 앞서 언급한 “소프트웨어 요구사항”의 내용대로 해야 함.
    • 특히 각 소프트웨어의 버전에 주의해야 함. 임의로 설치하면 안됨.
• 주피터 서버 재실행
  1. 프로젝트 리포지토리로 이동

     $ 기타경로/handson-ml
     

     (기타경로: handson-ml 폴더가 포함된 디렉토리의 경로)

  2. 아나콘다 가상환경을 tf2로 지정한 후 주피터 노트북 서버 실행

     $ conda activate tf2
     $ jupyter notebook
     

도커(docker) 이미지 생성

주의사항: 아래 설명은 도커 이미지를 활용한 경험이 없으면 이해하기 어렵습니다.

리눅수 운영체제에서는 도커 이미지를 활용하여 보다 간단하게 프로그래밍 환경설정을 준비할 수 있습니다. 강의에 필요한 모든 필수 패키지와 텐서플로우2를 지원하는 도커 이미지를 생성하는 과정을 간략하게 설명하면 다음과 같습니다.

• 도커 허브 활용
  1. 도커 허브에서 아나콘다와 텐서플로우2를 지원하는 도커이미지 가져오기(pull)
  2. 가져온 도커 이미지에서 environment.yml을 이용하여 아나콘다 base 환경에 필수 패키지 추가 설치

     conda env update --name base --file environment.yml
     

     다른 가상환경에 설치하고자 할 경우 base 대신에 다른 가상환경 이름 지정

  3. 업데이트된 도커 이미지 저장
• 윈도우 10에서 GPU 지원 도커 이미지 활용
  1. NVIDIA 그래픽 카드가 설치된 윈도우 10 PC에서 아직은 “도커 + GPU + 텐서플로우” 조합을 지원하지 않음.
  2. 하지만 앞으로 업데이트될 윈도우 10 버전에서는 사용 가능. 단, WSL2를 사용함.
  3. 참고: WSL2 GPU Support