TIL. AI 팀프로젝트(1) anaconda 가상환경

[오늘 한일]

• 프로젝트 시작
• 프로젝트 S.A회의
• 프로젝트 생성

 

[오늘 배운점]

 

<anaconda로 가상환경 만들기>

anaconda는 ai 머신러닝 등 개발에 필요한 라이브러리들을 포함하고 있는 프로그램이다.

ai뿐만 아니라 수학, 과학 등 분야에서 사용된다고 한다.

 

ai강의 실습할때도 사용했지만, 이번 프로젝트에서도 사용하게 되어,

사용방법을 정리해봤다.

 

1. 가상환경 생성

conda create --name 가상환경이름 python=3.8 pip

이 명령어로 가상환경을 만들수 있다.

python 버전을 지정할수 있다. 3.8로 하면 3.8.10으로 생성된다.

3.8.6으로 지정할순 없다.

 

2. 가상환경 목록 확인

conda env list

 

3. 가상환경 활성화

conda activate 가상환경이름

 

4. 가상환경 비활성화

conda deactivate

 

5. 가상환경 삭제

conda env remove -n 가상환경이름

이명령어로 가상환경을 지울수 있다.

목록에서는 즉각 지워지지만, 실제 env디렉토리에는 폴더와 파일이 조금 남는다.

 

6. 라이브러리 설치

pip install 라이브러리명

conda install -c conda-forge dlib

일반적으로 pip install도 가능하고 -r requirements.txt도 설치가능하다.

dlib의 경우 파이썬 가상환경에서 pip install이 잘 안된다.

anaconda를 이용해서 설치하면 수월하다.

 

7. 설치된 라이브러리 목록 확인

conda list

여기 목록에선 pip으로 설치했는지, conda-forge로 설치했는지 구분해서 보여준다.

 

 

Anaconda에도 버전관리를 위한 가상환경 버전목록 작성이 가능하다.

yaml파일로 버전 목록을 추출하고 다른 사람은 그걸 써서 라이브러리를 깔수 있다.

하지만 우리팀이 시도해본 결과 잘 되지 않았다.

 

컴퓨터 OS에 따라 설치되는 버전이 달라지는 문제도 생겼고,

몇 라이브러리 설치가 에러를 일으키며 설치가 중단되었다.

 

 

이미 기존에 해오던 방법대로 requirements.txt로 버전을 공유했을때,

문제를 맞닥뜨리고 anaconda로 넘어온 상황이였다.

기존 방법으론 위에서 말한대로 dlib의 설치가 잘 처리되지 않는다.

 

즉, pip는 dlib을 잘 설치못하는 문제가 있고,

anaconda의 버전공유는 불필요한 라이브러리도 많고, 설치할때 문제를 일으킨다.

 

우리는 결국 anaconda로 dlib을 설치하고, 

나머지 라이브러리는 requirements로 설치하는 방법을 썼다.

(이렇게 하니까 수월하게 설치가 된다.)

 

 

결론, 개발환경 버전 관리라는게 참 난제처럼 느껴진다.

(dependency때문에도 어렵다.)

poetry같은 방법도 얼른 시도해보고 싶다.

그리고 결국, 주어진 버전에 대해 자기 환경에 잘 설치하는 능력도 중요하다고 생각된다.