• Etc.

    Windows에서 Deep Learning(Machine Learning) 개발 환경 구축하기 - 2

    twitter facebook

    안녕하세요? 착한이입니다.

    Windows에서 Deep Learning(Machine Learning) 개발하기 위한

    개발 환경 구축 방법에 대해 알아 보겠습니다.

    본 강좌에서는 Windows 10 운영체제를 기준으로 설명하도록 하겠으며,

    강좌는 1편과 2편으로 구성되어 있습니다.

    1편에서는 Visual Studio 2022와 CMake 설치에 대해 알아 보았습니다.

    강좌 1편 : http://www.wearedev.net/272

    Anaconda, tensorflow, opencv, dlib 등을 설치해야 합니다.


    1. Anaconda 설치


    Deep Learning 개발 환경을 편하게 구축하기 위해 Anaconda를 이용합니다.

    Anaconda는 다음 사이트에서 individaul 버전(Anaconda3 2021.11)을 다운로드 가능합니다.

    https://www.anaconda.com/products/individual



    설치 파일을 실행하면 다음 화면이 표시됩니다.

    "Next" 버튼을 클릭합니다.



    다음 화면에서 "I Agree" 버튼을 클릭해서 라이센스에 동의합니다.

    다음 화면에서 사용자를 선택합니다.

    Just Me를 선택하고 "Next" 버튼을 클릭합니다.


    설치 경로를 변경할 수 있습니다.

    기본 경로 설치하는 것을 추천 드립니다.

    "Next" 버튼을 클릭합니다.


    다음 화면에서 Anaconda3 를 PATH에 추가할 수 있습니다.

    Add Anaconda3 to my PATH environment variable를 체크한 후,

    "Install" 버튼을 클릭해서 설치를 진행합니다.

    PATH에 추가하게 되면 명령 프롬프트에서 Anaconda3를 사용할 수 있습니다.

    아래와 같이 설치가 진행됩니다.

    설치하기 전에 Visual Studio 프로그램은 먼저 종료해야 합니다.


    설치가 완료되면 다음 화면이 표시됩니다.

    "Next" 버튼을 클릭합니다.


    다음 화면이 나타나면, "Next" 버튼을 클릭합니다.


    설치가 완료되면 다음 화면이 표시되며, "Finish" 버튼을 클릭합니다.


    여기까지 하시면, Anaconda 설치가 완료된 것입니다.

    명령프롬프트을 실행하고 다음 명령어를 실행합니다.


    conda list


    설치되어 있는 패키지 리스트가 표시됩니다.

    conda 명령어가 실행되지 않는다면, 실행 경로가 시스템 PATH에 추가되지 않은 경우입니다.

    PATH에 경로를 추가하거나, Anaconda Prompt를 사용하면 됩니다.


    2. Anaconda 가상 환경 생성 및 활성화


    Anaconda는 개발 환경을 구축하고 관리할 수 있도록 가상 환경을 지원합니다.

    가상 환경을 만들어서 버전별 개발 환경을 구축할 수 있고 관리할 수 있습니다.

    명령프롬프트를 실행하고 다음 명령어를 실행합니다.


    conda create --name mydl python=3.8 anaconda


    "mydl" 은 가상 환경 이름이며, 원하는 이름으로 변경 가능합니다.

    가상 환경은 이름으로 활성화/비활성화 할 수 있습니다.

    python 버전은 3.8이며, 3.7 버전을 사용해도 됩니다.

    python 버전에 따라서 지원하는 패키지의 버전이 다를 수 있으니 주의가 필요합니다.

    본 강좌에서는 3.8 버전 기준으로 설명합니다.


    필요한 패키지 리스트가 표시되고 설치 여부 확인에서 y 를 입력합니다.



    가상 환경이 생성이 완료되면 다음과 같이 표시됩니다.

    다음 명령을 입력하여 가상 환경을 활성화 합니다.


    conda activate mydl


    "mydl"은 가상 환경 이름입니다.

    가상 환경을 활성화 했다면, 개발 환경을 구축할 수 있습니다.

    3. tensorflow 설치


    Deep Learning에 필요한 엔진인 tensorflow를 설치해야 합니다.

    anaconda를 이용하여 tensorflow를 설치할 수 있습니다.

    가상 환경을 활성화 하고 다음 명령어를 입력합니다.


    conda install -c anaconda tensorflow



    필요한 패키지를 검사하고 다음과 같이 설치 여부를 확인합니다.

    y를 입력하면 설치가 진행됩니다.


    설치가 완료되면 다음과 같이 표시됩니다.

    4. opencv 설치


    Deep Learning 에서 영상 처리를 위해 사용하는 opencv를 설치해야 합니다.

    anaconda의 가상 환경을 활성화하고 다음 명령어를 입력합니다.


    conda install -c anaconda opencv




    다음과 같이 필요한 패키지 리스트가 표시됩니다.

    y 를 입력하여 설치를 진행합니다.



    opencv가 설치 완료되면 다음 화면이 표시됩니다.

    opencv 4.0.1 버전이 설치됨을 알 수 있습니다.


    5. dlib 설치


    영상 인식 라이브러리인 dlib를 설치해야 합니다.

    anaconda를 이용해서 dlib를 설치할 수 있습니다.

    dlib 설치 전에 Visual Studio 2022와 CMake가 설치되어 있어야 합니다.

    가상 환경을 활성화 하고 다음 명령어를 입력합니다.


    conda install -c conda-forge dlib


    conda-forge의 dlib를 설치합니다.



    필요한 패키지를 확인하고 설치 여부를 확인합니다.

    y를 입력하여 설치를 진행합니다.


    설치가 완료되면 다음과 같이 표시됩니다.


    6. keras 설치


    pip를 이용해서 keras를 설치합니다.

    가상 환경을 활성화하고 다음 명령어를 입력합니다.


    pip install keras


    설치가 완료되면 다음과 같이 표시됩니다.



    7. 설치 결과 확인


    anaconda를 이용하여 tensorflow, opencv, dlib를 설치하였습니다.

    설치된 것을 확인하려면 다음 명령어를 입력하면 됩니다.


    conda list




    설치되어 있는 패키지의 리스트가 표시됩니다.

    tensorflow 2.3.0 버전이 설치되어 있음을 알 수 있습니다.


    이렇게 anaconda를 이용하면 deep learning 에 필요한 개발 환경을

    쉽게 구성할 수 있습니다.


    8. python으로 확인하기


    deep learing 에서는 python을 이용합니다.

    지금까지 설치한 패키지를 python으로 이용하게 됩니다.

    다음 명령어를 입력하면 정상적으로 설치되어 있는지 확인 가능합니다.


    python




    python이 실행되면 다음 코드를 입력합니다.


    import tensorflow as tf

    import cv2

    import dlib

    print('tensorflow version', tf.__version__)


    다음과 같이 설치된 tensorflow 버전이 출력됩니다.

    import 할 때, 에러가 출력되지 않으면, 정상적으로 설치된 것입니다.


    여기까지 anaconda를 이용한 Deep Learning 개발 환경 구축에 대해 알아 보았습니다.

    이제 Windows에서 python으로 Deep Learning 개발을 할 수 있습니다.

    그럼 다음 강좌에서 뵙겠습니다.

    즐거운 개발하시길 바랍니다.

    --------------------------------------------------------

    유튜브 채널 방문과 구독 신청 부탁 드립니다.

    http://www.youtube.com/c/WeAreDev