Anaconda는 데이터 과학, 인공 지능, 기계 학습 등의 작업을 수행하기 위한 파이썬 기반 오픈 소스이다. 조금 더 자세히 설명하자면, 아나콘다는 가상환경(Virtual Environment)을 생성해 파이썬 환경을 격리함으로써 프로젝트 간의 의존성 충돌을 방지하고, 프로젝트 별로 필요한 패키지 및 라이브러리를 독립적으로 관리하는 도구이다.
아나콘다를 통해 가상환경을 사용하면 각 프로젝트 별 파이썬 라이브러리 의존성을 격리할 수 있기 때문에, 파이썬 프로젝트를 가동하기 매우 편리해지진다. 프로젝트 A, B에서 각각 다른 버전의 numpy 라이브러리를 사용한다고 할 때, 각기 다른 가상환경을 만들어주고 그 안에 numpy를 버전에 맞게 설치해주면 끝이기 때문이다. 리눅스 서버에 Anaconda를 설치하고 가상 환경을 생성해보자.
이 글에서 사용한 Spec
Python 3.9.13 & Conda 22.9.0
Server: Ubuntu 20.04.5 LTS
아나콘다 설치
다음 명령어로 아나콘다를 설치한다.
wget https://repo.anaconda.com/archive/Anaconda3-2022.10-Linux-x86_64.sh # 설치 파일 가져오기
bash Anaconda3-2022.10-Linux-x86_64.sh # 설치 스크립트 실행
export PATH=~/anaconda3/bin:$PATH # 환경변수 등록
설치 스크립트를 실행하면 라이센스 관련 내용이 나온다.
라이센스를 다 읽고 나면 동의 여부를 선택할 수 있다. yes를 입력해 동의한다. 그 후 해당 스크립트를 실행하고 있는 디렉토리에 anaconda3를 기본으로 설치한다. 다른 디렉토리를 선택하고 싶다면 입력하고, 아니라면 Enter를 눌러 해당 디렉토리에 설치한다.
그럼 다음과 같이 일련의 패키지들이 전부 설치된다.
마지막으로 다음과 같이 아나콘다를 초기화할 건 지를 선택하게 하는데, yes를 선택해 초기화를 진행한.
이제 export PATH=~/anaconda3/bin:$PATH
로 환경 변수 등록만 해주면 설치가 완료된다. 참고로 환경 변수 등록을 해주지 않으면 서버에 재접속 할 떄마다 conda에서 command not found
에러가 나기 때문에 꼭 등록해줘야 한다.
아나콘다 가상 환경 생성 및 삭제
📌아나콘다 가상 환경이란?
아나콘다 가상 환경은 인공지능 모델을 비롯한 다양한 프로젝트나 작업을 격리된 공간으로 관리하기 위해 사용되는 환경이다. 이를 통해 각각의 가상 환경에서 필요한 패키지, 라이브러리, 파이썬 버전 등을 독립적으로 관리할 수 있다. 가상 환경은 프로젝트 간에 충돌이나 종속성 문제를 방지하고, 각 프로젝트에 특화된 환경을 설정하여 효율적으로 작업할 수 있도록 돕는 역할을 한다.
아나콘다 가상 환경을 사용하기 위해 사용하는 커멘드 리스트는 다음과 같다.
conda env list # 가상환경 리스트 확인
conda create -n [가상환경 이름] python=[3.8등 버전] # 가상환경 생성
conda activate [가상환경 이름] # 가상환경 활성화
conda install -c conda-forge [패키지 이름] # 패키지 설치
conda uninstall [패키지 이름] # 패키지 삭제
conda list # 가상환경 내 설치된 패키지 리스트 확인
conda deactivate # 가상환경 비활성화
conda env remove -n [가상환경 이름] # 가상환경 삭제
conda create --name [새로 만들 가상환경 이름] --clone [복제할 기존 가상환경 이름] # 기존 가상환경을 복제하여 새 가상환경 생성
몇몇 중요한 커멘드를 확인해보자.
가상 환경 리스트 확인
conda env list
아직 기본 환경인 base만 생성되어 있는 것을 알 수 있다.
가상 환경 생성
다음 명령어를 통해서 가상 환경을 만들 수 있다.
conda create -n env_name python=3.8 # -n 옵션으로 가상환경 이름을 지정해준다. python=3.8는 생략 가능하다.
다시 conda env list
를 통해 확인해보면 새로운 가상 환경이 생성된 것을 알 수 있다. 이후 conda activate env_name
명령어를 통해 해당 가상환경에 진입 가능하다.
'🤖AIML' 카테고리의 다른 글
[Keras] keras.layers.Dropout 레이어 이해하기 (0) | 2024.02.21 |
---|---|
[Keras] keras.layers.Flatten 레이어 이해하기 (0) | 2024.02.19 |
[Keras] keras.layers.Dense 레이어 이해하기 (0) | 2024.02.19 |
[트렌스포머 모델 이해하기] Self-Attention에서 Q, K, V(Query, Key, Value)의 의미 (0) | 2024.01.22 |
이진 분류 및 멀티 클래스 분류에서 TP, TN, FP, FN, Recall, Precision, Accuracy 계산하기(Binary Classification & Muti-class Classification) (0) | 2024.01.19 |