Anaconda로 TensorFlow 설치
Anaconda에는 모든 응용 프로그램이 기본적으로 작동하는 기본(루트) 환경이 있지만 일부는 올바르게 작동하려면 추가 기능이 필요합니다. 예제 세트에서는 Jupyter Notebook을 사용하여 TensorFlow 라이브러리의 설치를 확인하는 것을 고려할 것입니다.
첫 번째 방법은 환경 섹션으로 이동하여 섹션을 생성하여 사용자 정의 환경을 생성하는 것입니다. 나중에 환경이 생성되면 해당 환경에 TensorFlow를 설치합니다.
다음으로 루트 환경의 cmd.exe 애플리케이션을 열고 TensorFlow를 위한 환경을 생성합니다. 나중에 TensorFlow를 활성화하면 모듈을 가져올 수 있습니다.
마지막으로 루트 애플리케이션에서 pip install을 사용하므로 애플리케이션을 실행하는 데 다른 환경이 필요하지 않습니다. 오히려 기지는 애플리케이션에서 가져오기를 집합적으로 사용할 것입니다.
다음 부분을 조금 더 자세히 살펴보겠습니다.
수동으로 환경 변수 생성 및 TensorFlow 설치
이 섹션에서는 새로운 환경 변수 생성 및 TensorFlow 수동 설치에 대해 설명합니다. 따라서 처음에는 Anaconda Navigator의 왼쪽 상단 부분에서 환경이라는 옵션을 사용할 수 있음을 알 수 있습니다.
그것을 클릭하면 왼쪽 하단 부분에 만들기 옵션이 있는 인터페이스로 이동합니다. 다음 작업은 새 환경의 이름을 지정하는 것입니다.
환경을 만들 때 확신해야 합니다. 네비게이터의 오른쪽 필터에서 TensorFlow 또는 기타 라이브러리를 수동으로 설치해야 합니다.
네비게이터는 설치된 모듈과 설치되지 않은 모듈을 필터링합니다. 설치 후 홈 섹션의 응용 프로그램에서 새 환경을 선택하고 해당 환경에 필요한 응용 프로그램을 설치합니다. 우리의 경우 Jupyter Notebook입니다.
전체 프로세스는 시간을 덜 소비하고 명령 프롬프트를 처리할 필요성을 완화합니다. 어느 쪽이든 문제별 작업에 대해 다른 환경을 만드는 것은 좋은 방법으로 간주됩니다.
프로시저의 출력을 확인해 봅시다.
출력:
명령 프롬프트를 통해 TensorFlow를 설치할 환경 만들기
기본 환경의 명령 프롬프트 애플리케이션을 사용하고 다음 명령을 사용하여 지정된 환경에서 TensorFlow 설치를 시작합니다.
conda create -n tf2 tensorflow
conda activate tf2
출력:
기본 환경에서 pip를 통해 TensorFlow 설치
이 세그먼트에서 루트 환경의 명령 프롬프트를 시작한 후 다음 명령을 입력합니다. TensorFlow와 함께 제공되는 모든 패키지를 다운로드하고 설치하는 데 상당한 시간이 걸리므로 기본 환경이 무거워집니다.
명령어와 출력 미리보기를 확인해보자.
pip install tensorflow
출력:
예제의 기본 환경에서처럼 TensorFlow는 이미 설치되어 있습니다. 따라서 프롬프트 메시지가 약간 다릅니다. 그러나 위의 명령을 사용하면 필요한 모듈을 설정하고 다운로드하며 다른 문제는 없습니다.
