딥러닝 입문을 위한 개발 환경 준비, 아나콘다(파이썬 배포판) 설치하기

본 포스팅이 담고 있는 컨텐츠 입니다.

1. 딥러닝 작업환경
2. 아나콘다(Anaconda) 설치
3. 설치확인

1. 딥러닝 작업환경

딥러닝 연구를 위한 작업 환경은 다양하게 구성할 수 있습니다. 이를 위한 다양한 프레임워크가 존재하고 다양한 IDE가 존재합니다. 또한 딥러닝 구현을 위해 사용하는 라이브러리도 무척 다양합니다. 대표적으로 구글의 Tensorflow, 페이스북의 Torch, 버클리 대학의 Caffe 등이 있습니다. 다양한 라이브러리는 차후에 사용하는 것으로 하고, 오늘 이 시간에는 딥러닝에 처음 입문하는 분을 위해서 가장 기본적인 작업 환경 구성에 관한 내용을 다루겠습니다.

2. 아나콘다(Anaconda) 설치

아나콘다(Anaconda)는 python 기반 딥러닝 프로그램 작성에 필요한 라이브러리를 포함하여 배포하는 패키지입니다. Scipy, numpy, sklearn 등 다양한 라이브러리를 한 번에 설치할 수 있어서 상당히 편리하게 작업 환경을 구성할 수 있습니다. 또한, python 프로그램도 포함하고 있어서 기본적인 작업 환경 구성을 끝낼 수 있다는 장점이 있습니다. 설치를 위해서 링크를 클릭하여 Anaconda 다운로드 페이지로 이동합니다.

 이동 후 페이지 하단으로 이동하면 Python 3.6 버전과, 2.7 버전을 위한 Anaconda 배포 패키지가 제공되고 있습니다. 아나콘다 설치 프로그램에 python 버전도 포함하고 있기 때문에 아무거나 설치하셔도 상관없지만, 저는 python 3.6 기준으로 글을 작성합니다. 운영체제의 동작 체계 (32bit, 64bit)에 따라 각기 다른 파일이 제공되고 있기 때문에 사용하는 운영체제의 동작 환경을 확인하고 올바른 배포판을 다운로드 하시기 바랍니다.

 설치는 여느 프로그램의 설치와 다름 없이 다음 다음 버튼을 눌러주시면 됩니다. 다만 두 가지만 명심해주시기 바랍니다. 첫번째, 설치 경로를 묻는 화면이 나오면, 설치한 경로를 반드시 기억해두시기 바랍니다. 

추후 파이썬 프로그램 작성을 위한 IDE 실행 시 필요합니다. 

 두번째로, 위 화면을 만나면 아래 글을 읽어보시고 설치를 진행하시기 바랍니다.

* Pyton 2 프로그램에 대한 지원은 2020년 종료 예정입니다. 다음 링크를 참고하세요.

Advanced Options 의 add Anaconda to my PATH enviroment Variable 부분은 파이썬을 설치한 적이 있다면 이미 환경 변수에 python과 관련된 변수들이 등록 되어 있기 때문에, 혼동될 여지가 있습니다. 따라서 파이썬을 설치한 경험이 있다면 체크를 해제하고 설치하도록 하며, 파이썬을 처음으로 설치하시는 분이라면 체크 후 설치를 진행하면 되겠습니다. 환경 변수에 자동으로 등록해주는 옵션이기 때문에 상당히 편리합니다. Install 버튼을 눌러주면 설치가 진행됩니다. 상당히 많은 프로그램을 설치하기 때문에 시간이 조금 걸립니다. 

 설치가 완료되면, VSCODE를 설치할 것인지 묻습니다. VSCODE는 Microsoft에서 제공하는 코드 에디터 프로그램입니다. 별도의 에디터가 있다면 설치할 필요 없지만, 저는 설치하도록 하겠습니다. VSCODE와 Anaconda를 연동하는 과정은 이후 포스팅에서 다루도록 하겠습니다.

3. 설치확인

설치가 정상적으로 진행되었는 지 확인하기 위해서 설치과정에서 기억해두었던 아나콘다 설치 경로로 이동합니다. 저는 C:\Users\rainr 폴더에 설치하였기 때문에 해당 경로로 이동하였습니다. 이동 후 Anaconda3 폴더를 더블 클릭하고, 

다음 경로로 이동합니다. Lib \ idlelib 다음으로 'idle.bat' 파일을 찾습니다. 그리고 마우스 오른쪽 클릭을 하고, 바탕화면에 바로가기를 만들어줍니다. 바탕화면에 만들어진 idle.bat 바로가기 파일을 실행하면 다음과 같이 Python Shell 이 실행됩니다.

 라이브러리가 정상적으로 설치되었는 지 확인하기 위해서 numpy 라이브러리를 import 하는 명령어를 입력해봅시다. 입력 후 엔터를 누르면 됩니다.

import numpy as np 

아무런 오류 메시지가 출력되지 않는다면 정상적으로 설치가 이루어진 것 입니다. 

라이브러리의 세세한 기능보다는,  개발 환경을 빠르게 준비하는 것에 주안점을 두고 글을 작성하였습니다. 이후 딥러닝의 이론을 배우고, 프로그램을 작성하며 다양한 라이브러리에 대해 소개하고 사용해보도록 하겠습니다.