Tensorflow(텐서플로우) 설치

텐서플로우를 사용하려면 가상의 환경이 필요합니다.

Python을 기반으로 사용되는 텐서플로우의 라이브러리를 사용하기 위해서는 다른 Python의 기능으로 인한 방해를 받지 않도록 가상의 공간을 설정해야 합니다.

즉, 기존에 사용하던 Python 환경에서 독립된 환경을 제공하는 가상의 공간을 따로 만들어서 사용합니다. (이를 Docker에서는 컨테이너라고 부릅니다.)

가상의 공간을 만드는 방법은 여러가지가 있습니다.

• Virtualenv
• Docker
• Native pip

등이 있습니다.

Native pip은 Python의 환경을 잘 이해하고 있다면 사용하기에 수월하지만 그렇지 않다면 Python 설치프로그램들과의 충돌이 많이 일어납니다.

Docker은 컨테이너 설정과정에서 많은 메모리를 필요로 할 수 있습니다. (리눅스 OS 환경에서 윈도우 OS를 사용할 때 Virtualbox와 같은 가상화 프로그램을 사용하는 것과 비슷한 개념으로 생각하시면 될 것 같습니다.)

마지막으로 Virtualenv는 스위치처럼 껐다가 켰다가 쉽게 가상환경을 만들 수 있습니다. 게다가 Mac OS에서는 Virtualenv가 사용하기 적합하므로 Virtualenv를 설치하는 과정을 알아보겠습니다. (Docker에서는 GPU 텐서플로우를 지원하지 않습니다.)

1. Virtualenv 설치

터미널 혹은 쉘에서 pip를 통한 설치를 진행합니다.

먼저 pip를 설치한 후, pip으로 virtualenv를 설치합니다.

$ sudo easy_install pip $ sudo pip install --upgrade virtualenv

virtualenv가 설치됐으면 virtualenv의 경로를 설정해줍니다.

$ virtualenv --system-site-packages 디렉토리 명

ex) virtualenv --system-site-packages tensorflow

보통은 이렇게 사용하고자 하는 라이브러리의 이름을 사용합니다.

이제 virtualenv를 실행시켜 보겠습니다.

$ source ~/디렉토리명/bin/activate

가상환경을 실행시키면 아래와 같이 ( ) 안에 가상환경의 디렉토리명과 함께 커서가 나타나게 됩니다.

$ (tensorflow)

2. tensorflow 설치

이제 가상환경을 설정했으니 본격적으로 Tensorflow를 설치해보겠습니다.

$ pip install --upgrade tfBinaryURL    ##python 2.7 $ pip3 install --upgrade tfBinaryURL    ## python 3.n

tfBinaryURL은 OS와 Python 버전에 따라 제공되는 URL을 넣으시면 됩니다.

Tensorflow Binary URL 여기에서 작업환경에 맞는 URL을 찾아 넣으시면 됩니다.

이렇게 쉽게 Tensorflow를 사용할 준비를 마쳤습니다.

Virtualenv 환경을 비활성화 시키고 싶으시면 아래와 같이 deactivate로 비활성화 시킬 수 있습니다.

$ (tensorflow) deactivate