AI 실무교육 1주차 (2) 가상환경 세팅(feat. Anaconda)

 지난 시간에는 AI 개발에 있어서 VM 개발 환경이 필요한 이유와 설치해야 하는 것에 대해 알아보았다!

이번에는 가상환경을 세팅하는 구체적인 방법을 알아보자. 

 

 

1) VirtualBox 설치

Virtual box 다운 홈페이지

 

https://www.virtualbox.org/

Oracle VM VirtualBox

우선 위 링크에서 VirtualBox를 다운받아 설치하고, 설치하는 창에서 디폴트 값으로 클릭클릭해서 설치 완료하면 된다.

 

2) Ubuntu 설치

용량이 좀 있어서 VM 다운로드 기다리는 동안 아래 링크에서 Ubuntu도 다운받자~!

(참고로 LTS 는 Long Term Support.. 장기 지원 버전이라고 한다.)

 

https://ubuntu.com/download/desktop

Download Ubuntu Desktop | Download | Ubuntu

 

Ubuntu 다운

 

3) Ubuntu VM 생성

VirtulBox 설치가 끝났으면 아래와 같은 관리자 창이 뜨는데, 여기서 새로 만들기 버튼을 눌러서 VM을 생성한다.

 

❗ 여기서 주의 ❗

우리는 Ubuntu를 설치했으니까 운영체제 종류와 버전을 각각 Linux, Ubuntu(64-bit) 로 해주자.

여기서 디폴트값인 Windows 로 했다가 봉변.. 설치하고 지웠다가 다시 생성함..

새로 만들기 & 가상 머신 만들기 창

위 창에서 다음 누르면 메모리 크기 설정하라고 하는데 필자는 그냥 디폴트로 1024MB로 해줬다. (작업관리자-성능-메모리 탭 들어가서 메모리 남아있는지 확인하는 것을 추천..!) 하드디스크 랑 하드디스크 파일 종류 역시 디폴트값으로 해줬다. 

 

❗ 여기서 다시 주의 ❗

가상 하드 디스크 만들기 에서 파일 크기를 넉넉하게 설정하자. (필자는 15GB 로 해서 용량 없다고 아무것도 못하고 설치한 가상 디스크가 무용지물이 되어버렸다....^.^...) 20GB 이상을 추천한다! 참고로 우분투 크기가 8GB 정도 된다.

파일 크기는 20GB 이상으로

이제 도구 탭 아래 파란색의 가상 머신 탭이 생길텐데, 이 가상 머신을 시작하기 전에 몇 가지 설정을 해주면 좋다.

해상도를 디폴트값에서 다른 걸로 지정해주지 않으면 창을 전체 화면으로 해도 검은색 화면이 꽉 차지 않게 된다.

따라서 아래와 같이 설정 -> 디스플레이 -> 그래픽 컨트롤러 : VBoxVGA 로 바꿔준다.

그래픽 컨트롤러 VBoxVGA로 바꿔주기

 

가상 머신 시작!

이제 위처럼 가상 머신 시작 버튼을 눌러보자. 그러면 '시동 디스크 선택' 창이 뜨는데 여기서 이전에 깔아준 Ubuntu 20.04-3 을 추가해준다! 이제 Ubuntu를 설치해주자!! 다 디폴트값 클릭클릭해주면 된다. (물론 키보드 레이아웃은 한국으로...) 설치하는데 매우 오랜 시간이 걸리지만 네트워크가 안정적이면 휘리릭 다운이 되더라... 

 

 

---

Ubuntu가 설치될 때까지 왜 가상 머신을 써야 하는지 정리해보자!

현재 필자는 노트북의 OS에 Windows가 깔려있다. 따라서 다른 OS를 쓰고싶을 때, Windows 를 아예 밀어버리고 운영체제를 설치할 수도 있지만, 이처럼 기존의 디바이스에 가상 환경을 구축해서 그 안에 Ubuntu를 설치할 수도 있는 것이다. (Ubuntu만의 장점은 지난 시간에 정리했으니 참고 바람)

 

..갑자기 드는 의문 Linux 마스코트는 왜 펭귄일까? 그 이유는.. Linux의 창시자인 리누스 토발즈가 펭귄을 좋아하기 때문이다. (그니까 아무 이유 없다는 뜻) 필자도 펭귄을 좋아한다.

---

 

이쯤이면 Ubuntu 설치가 완료됐을 것이다! 이제 아래처럼 왼쪽의 메뉴에서 맨 아래 '프로그램'을 누르고, 터미널에 들어가보자. (Windows의 cmd와 같음)

프로그램 -> 터미널

터미널에 들어갔으면 아래와 같은 명령어를 쳐준다. 

$sudo apt update #실제 설치 가능한 패키지 리스트를 최신화

여기서 잠깐! sudo 의 뜻은 무엇인가? sudo는 substitute user do 의 약자로서, 다른 사용자의 권한으로 실행 이란 뜻이다. (apt: Advance Packaging Tools)

 

$sudo apt upgrade #실제 설치 가능한 패키지를 업데이트

 

4) Anaconda 설치

Firefox라는 브라우저에서 Anaconda 홈페이지에 들어가 Individual Edition의 Linux 버전을 설치해주자. (필자는 64-Bit(x86) installer 를 선택함.)

Anaconda 설치가 완료됐다면 이제 '파일' -> '다운로드'에 들어가서 

Anaconda 설치 후 파일->다운로드->터미널에서 열기

 

이제 터미널에서 아래와 같은 명령어를 입력한다.

$bash Anaconda3-2021.11-Linux-x86_64.sh

Anaconda라는 가상환경을 사용하는 이유 역시 존재할 것이다. 그 이유는 아래의 링크에서 확인해주시길..

https://little-coder-developer.tistory.com/14

selenium으로 corona19 dashboard 만들기(1)

installation finished. 라는 문구가 뜨면 이제 terminal 실행할 때마다 base라는 가상환경에 자동으로 진입할 건지 아닌지 물어본다. (Do you wish the installer to initialize Anaconda3 by running conda init? Yes / No) 뭘 눌러줘도 딱히 상관은 없다. Yes를 누르고 나중에 base에서 나오고 싶다면 conda deactivate 라는 명령어를 쳐주면 되는 거라서..

 

이제 새로운 터미널 창을 열어서 아래의 명령어를 입력하자.

$conda info

 ❕ 여기서 잠깐! 이 명령어를 입력했는데 'conda 명령어를 찾을 수 없습니다.' 라는 문구가 뜬다면?? 

아래의 링크를 참고했더니 한번에 해결되었다. 후~ (감사합니다..ㅎㅎ)

 

Conda command not found 간단해결법

conda 라는 명령어가 제대로 인식된다면 아래의 명령어도 이어서 입력해보자.

$conda activate base #base 환경 활성화
$conda deactivate #활성화된 환경 비활성화
$conda env list #가상환경 리스트 출력

$conda create -n test python=3.8 #python 버전이 3.8인 test라는 이름의 가상 환경을 생성

$conda activate test #test라는 이름의 가상환경에 진입
(test)$python -V
(test)$conda env list

 

다음으로 Python을 위한 오픈소스 머신러닝 라이브러리인 Pytorch를 설치해주자.

(test)$conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cpuonly -c pytorch

 

5) Jupyter Notebook 실행

이제 바탕화면에 test 라는 이름의 폴더를 생성해주자. 

똑같이 이 디렉토리에서 터미널을 열어서 아래와 같은 명령어를 입력한다.

$conda activate test
(test)$sudo apt install jupyter-core
(test)$conda install jupyter
(test)$jupyter notebook # <-- 링크가 뜬다

jupyter notebook 을 입력하면 링크가 뜨면서 로컬에서 jupyter notebook을 실행시킬 수 있다.

그전에 한가지 더 설정이 필요한데, 

#다른 터미널 창 열어서
$conda activate test
(test)$jupyter kernelspec list #<-- kernel 목록 
(test)$python -m ipykernel install --user --name test #<-- test라는 이름의 kernel 생성

위처럼 명령어를 입력하고 다시 jupyter notebook을 실행시켜보자.

(test)$jupyter notebook

그러면 아래 창처럼 test 라는 kernel 에서 코드를 맘껏 칠 수 있다!

필자는 필요한 라이브러리인 torch 와 numpy 를 불러와서 버전을 확인해보았다.

test kernel에서 코드를 쳐보자

세팅 완!! (쉽지 않았다..)

 

다음 시간부터는 여기서 pytorch를 활용해서 코딩하기로 하자!