[1주차] 환경세팅하기 (Anaconda + PyTorch)

1주 차 내내 환경을 세팅한 것은 아니었고 Notion에 있는 너드팩토리의 온보딩 문서들을 보면서 회사 환경에 적응을 하는 주차였습니다. 

 

앞으로 우리가 해야하는 과제는 '유사이미지 분류'이며 이미지 분류 인공지능 전이 학습에 대한 기술 지식이 필요하다고 하셨고 과제를 수행하기 앞서 아래와 같이 세팅하기 위해서 Anaconda와 PyTorch를 설치해야 했습니다. 

 

세팅해야 할 목록리스트

 

설치해야할 패키지를 간단히 설명하겠습니다. 

 

• torch
  => 다차원 텐서에 대한 데이터 구조가 포함되어 이에 대해 수학적 연산을 정의합니다. 또한 텐서 유형의 효율적인 직력화를 위한 많은 유틸리티와 기타 유용한 유틸리티를 제공합니다. 
  
  
• torchvision
  => 데이터셋, 모델 아키텍처, 컴퓨터 비전을 위한 일반적인 이미지 변환으로 구성됩니다.
  
  
• numpy
  => 데이터분석, 수학, 과학 연산을 위한 파이썬의 기본 패키지입니다.
  
  
• pillow
  => 광범위한 파일 형식 지원, 효율적인 내부 표현 및 상당히 강력한 이미지 처리 기능을 제공합니다.
  
  
• opencv-python
  => 실시간 영상처리에 중점을 둔 영상처리 라이브러리입니다.
  
  
• tqdm
  => 학습 진행률을 시각적으로 표현하기 위한 패키지입니다. 
  
  
• pyyaml
  => yaml파일은 가독성과 스크립팅 언어와의 상호작용을 위해 설계된 데이터 직렬화 형식이며 PyYAML은 python 용 yaml파일 paser, emitter 역할을 합니다. 

 

 

 

- Anaconda란? -

---

프로젝트별 개발환경을 구축할 수 있다는 장점이 있으며 인공지능, 빅데이터 관련 개발 시에 아나콘다에 포함된 라이브러리를 활용하기 때문에 많이 사용됩니다.  또 설치 시 주의해야 할 상항은 python, anaconda 둘 중 하나만 설치를 하는 것이 좋습니다. 중복되어 환경변수가 꼬이는 문제가 발생할 수도 있습니다.

 

 

 

- Anaconda설치 -

---

(python은 설치할 필요가 없습니다!) 

 

www.anaconda.com/products/individual

Anaconda | Individual Edition

---

conda version확인

 

conda 설치완료

 

• conda --version : 설치가 완료된 아나콘다 버전을 확인하는 명령어. 
• conda update conda : 업데이트 명령어

---

가상 환경 생성

 

가상환경설정 명령어

• conda create --name (가상 환경 이름) : (가상 환경이름)으로 가상환경 생성
• conda create --name (가상환경이름) python=3.6 :  python 버전 입력이 가능  

---

가상환경 활성화/ 비활성화 

 

설치한 환경 목록

• conda info --envs : 설치한 가상 환경의 목록을 확인 

 

• 설치한 가상환경 중 pytest를 활성화했습니다.
•  base상태에서 pytest로 이동한 것을 확인할 수 있습니다. 

 

 

- Anaconda NAVIGATOR 사용 -

---

Anaconda를 설치하면 NAVIGATOR도 자동으로 설치가 되는데 Application on 항목으로 가상 환경을 쉽게 설정할 수 있고 그 환경에 맞는 Pycharm이나 Jupyter notebook도 쉽게 접근이 가능합니다. 

 

 

 

 - 패키지 설치(PyTorch) -

---

 

• conda install 패키지명
• conda list
• conda clean -all(or -a)

 

위에서 본 라이브러리 패키지를 설치하기 위해서 아래와 같이 콘솔에 입력하였습니다. 

 

pytorch 설치

 

pytorch 1.2.0 버전은 구버전이기에 아래의 링크에서 맞는 명령어를 찾아서 설치하였습니다. 

pytorch.org/get-started/previous-versions/#wheel

PyTorch

 

또한 신버전의 경우 아래 링크에서 여러 세팅을 설정 후에 자신의 환경에 맞는 명령어를 추천받을 수 있습니다. 

pytorch.org/get-started/locally/

PyTorch

이렇게 과제를 하기 위한 환경 세팅을 마쳤습니다! 

 

 

 

참고사이트

---

• smartstuartkim.wordpress.com/2018/10/15/anaconda-%EB%B0%8F-pytorch-%EC%84%A4%EC%B9%98/
• pytorch.org/get-started/previous-versions/#wheel