Keras Cat Dog 분류 - 2. 딥러닝 라이브러리 설치하기

설치 부터 실제 분류까지 keras로

 Cat과 Dog 데이터 셋으로 끝까지 해보기

2019/06/13 - [주제를 딱히 정하기 싫을때] - 딥러닝 - 케라스 Cat과 Dog 분류하기 - 1. 설치환경 구축

딥러닝 - 케라스 Cat과 Dog 분류하기 - 1. 설치환경 구축

 

2 딥러닝 라이브러리 설치 하기

 

• 가상환경을 만듭니다.

• 가상환경에 python 3.6x 버전설치 합니다.

• 명령어 -> conda create -n [원하는 이름] python=3.6

• 예시) 저는 cuda 라고 이름을 정했습니다.

• 예시) conda create -n cuda python=3.6 -y

• 여기서 -y 를 해주면 설치 여부를 물어보지 않고 모두 설치합니다.

 

 

• 가상환경 실행하기 및 끝내기

• 가상환경 실행 ->  activate cuda  

• 가상환경 종료 -> conda deactivate 

• 가상환경 목록 -> conda info --envs

• 가상환경 삭제 -> conda remove --name [가상환경이름] --all

• 가상환경명칭이 gpu일 경우

• conda remove --name gpu --all

 

• 가상환경 실행상태에서 딥러닝 관련 라이브러리 설치합니다.

• 가상환경은 독립된 상태입니다.

• 가상환경에서 설치된 라이브러리는 다른 환경에 영향을 주지 않습니다.

• pip를 업그레이드 합니다

• python -m pip install --upgrade pip

• 텐션플로우를 설치합니다.

• conda install tensorflow-gpu (gpu 선택시)

• conda install tensorflow  (cpu만 사용시)

• 케라스를 설치합니다.

• conda install keras-gpu (gpu 선택시)

• conda install keras (cpu만 사용시)

• pillow 를 설치합니다.

• 이미지처리 라이브러리입니다.

• 필요시 텐션플로우,케라스 내부작동에 필요합니다.

• pip install pillow

• matplotlib를 설치합니다.

• 통계,이미지,도표,그래프등 시각화 라이브러리 입니다.

• conda install matplotlib

 

 

• 마지막으로 에디터를 설치 하겠습니다.

• 사용할 에디터는 주피터 입니다.

• 아나콘다 패키지 설치시 이미 설치가 되어 있습니다.

• 하지만 가상환경을 사용하기 위해서 커널을 등록 시켜줘야 합니다.

• 먼저 커널을 라이브러리를 설치합니다.

• pip install ipykernel

• 가상환경을 커널에 등록 시켜줍니다.

• python -m ipykernel install --user --name [가상환경명칭] --display-name [주피터에 표시할 이름]

• 예시 cuda일때 ) python -m ipykernel install --user --name cuda --display-name cuda

• 참고로 주피터노트북에 등록된 커널 목록 확인

•  jupyter kernelspec list

• 커널 삭제 

•  jupyter kernelspec remove [지우고 싶은 커널명칭]

 

 

• 조금 더  원할한 작업을 위해 폴더 하나를 생성하겠습니다.

• c:\mkdir keras

• 만든폴더로 이동합니다.

• c:\cd keras

• 그리고 실행합니다

• c:\jupyter notebook

 

모든 준비가 완료 되었습니다.

다음에는 딥러닝을 시작하겠습니다.

고생하셨습니다.