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
- 아나콘다(Anaconda) 설치
- 이후 아래 참조 사이트 내용대로 GPU 드라이버 설치
- 터미널(terminal) 창에서 environment.yml을
이용하여 아나콘다 가상환경(virtual environment) 설정.
(가상환경 이름은
tf2
로environment.yml
파일에 지정되어 있으며, 직접 수정 가능.)$ conda env create -f environment.yml $ conda activate tf2 $ python -m ipykernel install --user --name=python3
- 주피터 노트북 서버 실행
$ jupyter notebook
브라우저가 자동으로 실행되지 않을 경우 수동으로 localhost:8888 방문 후
index.ipynb
노트북 선택. - 실행 종료: 브라우저를 닫은 후 터미널 창에서
Ctrl-C
를 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.
- TensorFlow: GPU support (한글 선택 가능)
- 주피터 서버 재실행
- 프로젝트 리포지토리로 이동
$ 기타경로/handson-ml
(기타경로: handson-ml 폴더가 포함된 디렉토리의 경로)
- 아나콘다 가상환경을
tf2
로 지정한 후 주피터 노트북 서버 실행$ conda activate tf2 $ jupyter notebook
- 프로젝트 리포지토리로 이동
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
- 도커 허브에서 아나콘다와 텐서플로우2를 지원하는 도커이미지 가져오기(pull)
- 가져온 도커 이미지에서
environment.yml
을 이용하여 아나콘다base
환경에 필수 패키지 추가 설치conda env update --name base --file environment.yml
다른 가상환경에 설치하고자 할 경우
base
대신에 다른 가상환경 이름 지정 - 업데이트된 도커 이미지 저장
- 윈도우 10에서 GPU 지원 도커 이미지 활용
- NVIDIA 그래픽 카드가 설치된 윈도우 10 PC에서 아직은 “도커 + GPU + 텐서플로우” 조합을 지원하지 않음.
- 하지만 앞으로 업데이트될 윈도우 10 버전에서는 사용 가능. 단, WSL2를 사용함.
- 참고: WSL2 GPU Support