[Machine Learning] 실습환경 구축

1. WSL(Windows Subsystem for Linux) 설치

WSL(Linux용 Windows 하위 시스템)을 사용하면 개발자가 기존 가상 머신의 오버헤드 또는 듀얼 부팅 설정 없이 대부분의 명령줄 도구, 유틸리티 및 애플리케이션을 비롯한 GNU/Linux 환경을 수정하지 않고 Windows에서 직접 실행할 수 있습니다.

  1. 관리자 모드로 Windows 명령 프롬프트에서 아래 명령을 입력합니다.
    컴퓨터를 재시작하면 WSL을 실행하는 데 필요한 모든 것이 자동으로 설치됩니다.

  2. Command 창에서 bash를 입력하면 바로 WSL이 실행되는 것을 확인할 수 있습니다.

  3. home directory로 이동한 다음, wget 명령어를 활용하여 Miniconda를 다운로드 및 설치합니다.
    wget: unable to resolve host address error 해결하기

    sudo vi /etc/resolv.conf 
    nameserver 8.8.8.8 #line 추가

2. conda 환경 설치

  1. WSL내 미니콘다 환경 아래 conda environment를 설치합니다.
    python 버전은 3.8, name이 ML인 환경을 새로 생성해 보겠습니다.

  2. 이후, 실습 파일을 실행하는데 필요한 라이브러리를 설치합니다.

  3. conda list 명령어를 사용하면 환경 내 설치된 라이브러리 목록을 확인할 수 있습니다.
    일부 library만 표기해보면 다음과 같습니다.


3. git 설정

  1. ssh-keygen 명령어를 사용해 ssh key를 생성합니다.

  2. Github Repository에 SSH public key를 등록합니다. 위치: SettingsSSH and GPG kyes

  1. repository를 clone합니다.

4. vscode 연동

  1. visual studio code에서 ‘Remote Development’ extension을 추가합니다.
    그러면 vscode 내에서 WSL 환경에 접속하여 파일 작업을 할 수 있습니다.

  2. 설치한 가상환경 내에서 ipynb 파일 내 code block이 정상적으로 동작함을 확인할 수 있습니다.


5. Reference

  1. WSL 설치; https://docs.microsoft.com/ko-kr/windows/wsl/install
  2. wget: unable to resolve host address error; https://heum-story.tistory.com/29
  3. Miniconda; https://conda.io/en/latest/miniconda.html#linux-installers
  4. Remote Development; https://marketplace.visualstudio.com/items?itemName=ms-vscode-remote.vscode-remote-extensionpack

좋은 웹페이지 즐겨찾기