리눅스 머신러닝 개발환경 세팅

●머신러닝을 공부하려면 파이썬, 텐서플로, numpy, pandas, matplotlib, seaborn, scikit-learn, 주피터 등을 설치해야합니다.

하나씩 설치해도 되고, 아나콘다라는 오픈소스를 이용하면 쉽게 설치가 가능합니다.

저는 aws redhat 리눅스 환경에서 하나씩 설치했습니다.

단순 공부용으로 사용하려면 굳이 돈주고 aws사용할 필요도 없고, 로컬pc에 설치할 필요도 없고, 구글코랩(colab)을 사용하면 바로 공부시작할 수 있습니다.

반응형

 

●aws redhat 리눅스에서 머신러닝 개발환경 세팅

1.redhat 리눅스용 필수 패키지 설치

sudo yum groupinstall -y "Development Tools"

sudo → 관리자(root) 권한으로 실행 yum → 패키지 관리 도구 groupinstall → 여러 개의 패키지를 그룹으로 설치 -y → 사용자 확인 없이 자동으로 설치 "Development Tools" → 개발 도구 패키지 그룹 (C/C++ 컴파일러, Make, Autoconf 등 포함)

 

2.파이썬 설치

sudo yum install -y python3 python3-pip python3-devel

 

3.가상환경 설정

python3 -m venv ml_env
source ml_env/bin/activate

- python3 -m venv ml_env -> 이 명령어는 파이썬 가상 환경을 생성하는 명령입니다.

- 가상환경을 사용하는 이유는 시스템 전체에 영향을 주지 않고 독립적인 파이썬 환경을 만들기 위해 사용합니다.

- 프로젝트마다 필요한 패키지 버전이 다를 수 있으므로, 프로젝트별 가상 환경을 유지하는 설정합니다.

- 터미널에 접속할때마다 source ~~로 가상환경을 활성화 시켜야합니다.

 

4.PyTorch / TensorFlow 설치

pip install torch torchvision torchaudio
pip install tensorflow

 

5.필수 라이브러리 설치

pip install numpy pandas matplotlib seaborn scikit-learn opencv-python tqdm jupyterlab

 

6.주피터 노트북 활성화

pip install notebook
jupyter notebook --generate-config
jupyter notebook --allow-root --ip=0.0.0.0 --port=8888