파이썬, AI 실습 환경 구성

Python in Machine Learning

Python

1991년 발표된 고급 프로그래밍 언어로써, 비교적 배우기 쉽고 다양한 확장성을 보유 다른 프로그래밍 언어에 비해 코드가 간결한 편이며, 들여쓰기로 코드 블록(Block)을 구분

머신러닝 분야에서 자주 사용되는 이유

· 복잡한 로직으로 이뤄진 머신러닝 애플리케이션에 대해 비교적 간결한 코드로 작성이 가능
· 다양한 머신러닝 관련 라이브러리 및 프레임 워크 : Scikit-learn, Tensorflow, PyTorch 등

Jupyter Notebook

웹 브라우저 환경 내에서 Python, R 등의 프로그래밍 언어를 작성 및 실행할 수 있는 대화형 인터프리터 이를 활용해 라이브 코드, 시각화, 텍스트 등을 포함한 문서를 작성할 수 있으며 주로 데이터 분석, 통계, 머신 러닝 등에 사용되고 있다.

CUDA & CUDNN

CUDA

CUDA(Compute Unified Device Architecture)는 GPU에서 수행하는 병렬처리관련 알고리즘을 C/C++ 기반으로 작성된 기술이다. 기본적으로 NVIDIA 사에서 만든 CUDA 코어가 장착된 GPU에서 동작한다.
NVDIA cuDNN | NVDIA Developer

NVIDIA cuDNN

CUDNN

CUDA 기반의 Deep Neural Network 라이브러리
NVDIA Developer Program Membership Required | NVDIA Developer

Anaconda

머신러닝/데이터 분석 등에 사용하는 여러 패키지가 포함되어 있는 파이썬 배포판 Conda를 활용해 필요에 따라 각 가상환경과 파이썬 버전을 편리하게 관리

Anaconda 설치

아나콘다 설치

Anaconda | Individual Edition

OS에 해당하는 Installer 다운로드

Anaconda 설치

권한 및 설치 위치 설정

Add Path 부분을 Check 이후 수동으로 시스템 환경 변수를 편집하는 과정을 생략하기 위함

Anaconda 설치 - Mac

Installer를 따라 설치 -> 터미널에 conda를 입력하여 적용되었는지 확인

Error가 발생한다면, 다음 명령어를 통해 환경변수 설정

export PATH = “/opt/anaconda3/bin:$PATH”

Anaconda 명령어

conda activate [NAME] / conda deactivate [NAME] (default : base)
아나콘다 내의 가상환경 실행

conda create --name [NEW NAME] -- clone [NAME]
아나콘다 내의 가상환경 생성, clone 옵션을 통해 기존의 가상환경 구성을 복제 가능

conda info -- envs 현재 아나콘다 내의 가상환경 목록 조회

conda install 현재 가상환경 내에 필요한 라이브러리 설치

conda list 현재 가상환경 내에 설치된 라이브러리 목록 조회