Deep Learning 개발환경 갖추기

Mirrored feeds : http://hugman.re.kr/blog/dev-settings/

• 본 강의는 동영상과 Slide 를 통해 같이 공부 가능합니다.

  • Slideshare :DNN 개발환경 갖추기

  • Youtube : DNN 개발 환경 갖추기

이 글에서는 DNN 의 개발환경을 쉽게 갖추는 방법을 소개합니다.

총 3가지 개발 환경을 갖춰야 합니다.

1. Python 개발 환경 (Anaconda 배포 사용)
2. Tensorflow 설치
3. (Optional) Keras 설치

이 글에서는 Windows 환경 및 Python 3.x 를 기준으로 설명합니다.

Python 개발 환경 설치하기

Anaconda 가 잘 설치되었다면, 커맨드창(혹은 터미널)을 열어서 python 을 수행해 봅니다.

설치가 잘되었다면, python 을 실행했을 때 위와 같은 메시지가 나와야 합니다.

Tensorflow 설치하기

Tensorflow 는 크게 두가지 버젼으로 배포됩니다. GPU 를 계산 인프라로 활용하는 버젼과 CPU 만을 활용하는 버젼 둘로 나뉩니다.

각자 커맨트창(터미널환경)에서 아래와 같은 명령어로 설치 가능합니다.

gpu 용 tensorflow 설치

pip install tensorflow-gpu</pre>

cpu 용 tensorflow 설치

pip install tensorflow

이 글에서는 cpu 용을 설치해보았습니다. 성공적으로 설치가 잘 되면 아래와 같이 나옵니다. 2017.10.23일 최신-안정 버젼은 1.3 버젼이네요

(Optional) Keras 설치하기

Keras 는 일반인들도 쉽게 딥러닝을 활용할 수 있도록 직관적은 인터페이스로 DNN 개발을 추상화한 라이브러리입니다. 다음과 같은 명령어수 설치합니다.

pip install keras

성공적으로 설치했다면 아래와 같이 나옵니다. 오늘자 초신 버젼은 Keras 2.0 이네요

개발환경 테스트 해보기

다음 링크의 코드를 다운 받아서, 자신이 아는 경로 (ex. c:\a )에 저장한 후 python 으로 실행해 봅니다.

( 테스트코드 )

성공적으로 수행되었다면, 위와 같은 화면이 나오고, Epoch 20/20 까지가 표시가 되고 완료되면 됩니다.