내가 사용하고자 하는 언어는 Python으로 VScode에서 Python extension(설치하기)을 설치해 주었다.
1. command pallet를 통해 Python interpreter 설정하기
[Ctrl] + [Shift] + [P]을 누르면 command pallet가 나타난다. 나타난 창에 'Python: Select Interpreter'을 검색하면 아래와 같이 나타남을 확인할 수 있다. 이는 사용가능한 Python Interpreter의 목록이다.
여기서 내가 사용할 anaconda 환경에 설치된 python.exe 선택하면 된다.
나의 경우 `\Anaconda3\envs\tensorflow\python.exe`로 선택하였다.
(Anaconda의 가상환경 tensorflow에 설치된 python.exe를 사용)
설정을 완료하면, Setting에서 다음과 같이 변경된 것을 확인할 수 있다.
가상환경 내보내기 (export) / 불러오기 / 리스트 / 제거하기
가상환경을 .yaml 파일로 내보내서 저장을 할 수도 있고, 이를 나중에 활용해서 새로운 가상환경을 만들 수 있습니다.
.yaml 파일로 저장
conda env export> my_python_env.yaml
.yaml 파일로 새로운 가상환경 만들기
.yaml 파일에서 미리 저장해 둔 가상환경 설정을 그대로 가져와서 다른 이름의 동일한 가상환경을 만들 수 있습니다.
conda env create -f my_python_env.yaml
가상환경 리스트 출력
그 밖에 conda 에 설치된 가상환경 리스트도 볼 수 있습니다.
conda env list
가상환경 제거하기
가상환경을 제거하려면 다음과 같이 입력하면 됩니다. (my_python_env 에 제거하려는 가상환경 이름 입력)
conda env remove -n my_python_env
추가로 하나 더! (jupyter notebook, nb_conda)
Jupyter notebook는 브라우져 상에서 markdown, text, code, 시각화등등 다양한 기능을 할 수 있도록 해주는 매우 중요한 패키지 입니다.
conda install jupyter notebook
또한, jupyter notebook에서 python 패키지를 관리할 수 있도록 해주는 nb_conda도 설치해 줍니다.
conda install nb_conda
nb_conda가 설치 되었다면, jupyter notebook에서 상단에 conda 탭이 뜨고, 이 탭안에서 개별 패키지 관리를 브라우져 상에서 할 수 있습니다. 또한, 새로운 python notebook 을 만들 때도 미리 설정해 둔 가상환경으로 만들 수도 있구요. 새로운 패키지도 브라우져상에서 할 수 있습니다.
cuda toolkit을 설치할 경우에는
https://pytorch.org/get-started/previous-versions/ 에서 버전에 맞는 pytorch version 설치 방법 참고!! > conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch
4. DLL load failed 오류가 발생한다면?
하지만,,, 여러 줄의 오류 메세지가 출력되면서
ImportError: DLL load failed: DLL 초기화 루틴을 실행할 수 없습니다.
위와 같은 오류 메세지가 출력된다면 여러분은 DLL load failed 오류가 발생한 것입니다.
페이지 밑으로 스크롤하면 아래와 같은 화면에서 자신의 OS에 맞는 설치 파일을 다운로드할 수 있습니다.
저는 windows 64bit의 python 3.7 버전 설치 파일을 다운로드하여 실행시켰습니다.
나머지 부분들은 다 Next 버튼 눌러주시면 되고 아래 부분에서만 설정 확인해주시면 됩니다.
설치 타입을 고르는 부분인데 Just Me를 선택해주셔야 합니다. All Users를 선택하면 설치 위치도 달라지고 anaconda를 사용할 때 관리자 권한을 사용해야 되는 경우가 종종 생기게 됩니다.
설치 경로를 선택하는 부분입니다. 각자 원하는 위치를 지정해주시면 됩니다. 저는 기본 경로 그대로 두었습니다.
설정 부분인데 첫 번째 옵션은 환경 변수에 Anaconda를 넣을지 물어보는 건데 기본 값이 체크 해제이기도 하고
오류가 발생할 수도 있다고 해서 저는 체크하지 않았습니다. 기본 cmd에서 아나콘다를 사용하고 싶거나 하면 추가하셔야 됩니다. 근데 어차피 Anaconda prompt나 navigator를 사용하는 경우가 더 많아서 굳이 안 하시는 게 좋을 것 같아요. 두 번째 옵션은 기본 파이썬으로 아나콘다를 사용할 건지 묻는 건데 저는 체크된 그대로 두었습니다.
이렇게 설정을 다 완료하고 Install을 누르면 금방 설치 완료가 됩니다.
2. Anaconda 기본 설정 및 가상 환경 생성
설치가 성공적으로 완료되면 시작 메뉴에서 다음과 같이 Anaconda Prompt를 실행시킬 수 있습니다.
Prompt를 실행시켜서 위와 같이 명령어를 해보면 아나콘다와 파이썬이 잘 설치된 걸 알 수 있습니다.
이제 Anaconda 명령어를 사용해서 tensorflow를 설치하면 되는데
몇 개 되지 않는 명령어지만 종종 헷갈려서 정리해보았습니다.
# anaconda 버전 확인 conda --version
# anaconda 업데이트 conda update conda
# 가상 환경 생성 conda create --name(-n) 가상환경이름 패키지
# 가상환경 삭제 conda remove --name 가상환경이름 --all
# 가상환경 목록 확인 conda info --env
# 가상환경 활성화 activate 가상환경이름
# 가상환경 비활성화 conda deactivate
# 패키지 설치 conda install 패키지명
# 패키지 삭제 conda remove 패키지명
# 설치된 패키지 목록 조회 conda list
먼저 tensorflow를 설치하여 사용할 가상환경을 만들어 줍니다.
가상환경을 만들어서 사용하면 패키지 설치 시 오류가 발생하거나 문제가 생겼을 때 (이런 일이 종종 있습니다,,)
anaconda를 재설치할 필요 없이 가상환경만 재생성하여 사용하면 되니까 아주 편합니다.
conda create --name tensorflow python=3.6
위의 명령어로 가상환경을 생성할 수 있습니다.
저는 가상환경이름은 tensorflow로 하였고, python 버전은 3.6을 사용하여 생성하였습니다.
이처럼 가상 환경마다 파이썬 버전을 다르게 지정할 수 있습니다.
tensorflow는 현재 python 3.7까지 제공을 하고 있고, 릴리즈 된지도 꽤 되었지만
저는 그래도,, 3.6을 설치했습니다. 원하시는 버전 (3.5/3.6/3.7) 으로 설치하세요!
conda info --env
위 명령어로 가상환경 목록을 살펴보면 이처럼 잘 설치된 걸 알 수 있고,
이 명령어로 가상환경 설치 경로도 확인할 수 있으니 잘 알아두세요.
3. Anaconda로 Tensorflow 설치하기
activate tensorflow
생성한 가상환경을 활성화시켜줍니다.
conda install tensorflow
tensorflow를 설치합니다.
설치가 완료되면 done이라는 화면이 출력됩니다.
이제 tensorflow를 import 해봅니다. python을 입력해서 python을 실행시키고 import tensorflow as tf를 입력해봅니다. 오류 메세지 없이 다음 명령줄로 넘어가면 잘 설치가 된 것입니다!
https://evandde.github.io/wsl2-x/ WSL2에서 X window를 세팅하는 법 Evan Kim Windows Linux 2020-10-27 글자 수: 2940 읽는 데에 6분 이 글에서는 WSL2를 설치한 뒤 X window(GUI)를 사용하기 위한 세팅 방법을 알아봅니다. Success 여기서는 WSL2 설치가 완료된 상태라고 가정합니다. 이에 관한 전반적인 내용은 이 글 을 참고하세요. WSL을 설치하더라도, GUI 기반의 프로그램을 실행하려면 X window에 관한 추가적인 설정이 필요합니다. 이 글에서는 WSL2 에서 X window 사용을 위한 세팅 방법을 다룹니다. TL;DR Xming 공식 홈페이지 에서 Xming 다운로드 Xming 설치 (다음만 누르며 설치해도 괜찮음) Xming을 한 번 실행한 뒤 종료. (방화벽에 Xming 허용 규칙을 추가하기 위함) Xming 단축아이콘을 만들고, 속성-대상 항목의 맨 끝에 한 칸을 띄고 -ac 를 이어서 적음 Warning 지우고 적는 것이 아니라, 맨 끝에 추가하는 것임에 주의하세요. Windows PowerShell을 관리자 권한 으로 실행한 뒤, 다음 명령어 입력 (에러가 뜬다면 본문 참고) 1 Set-NetFirewallRule -DisplayName "Xming X Server" -Enabled True -Profile Any WSL2에서 다음 명령어 입력 1 echo 'export DISPLAY=$(cat /etc/resolv.conf | grep nameserver | awk ' "'" '{print $2}' "'" '):0' >> ~/.bashrc X window, X server란 X window 는 UNIX 내지 Linux 계열의 운영체...
https://www.machinelearningplus.com/time-series/arima-model-time-series-forecasting-python/#:~:text=ARIMA%2C%20short%20for%20'Auto%20Regressive,used%20to%20forecast%20future%20values. ARIMA Model – Complete Guide to Time Series Forecasting in Python by Selva Prabhakaran | Posted on Facebook Twitter WhatsApp LinkedIn Reddit Google Bookmarks 나누기 Using ARIMA model, you can forecast a time series using the series past values. In this post, we build an optimal ARIMA model from scratch and extend it to Seasonal ARIMA (SARIMA) and SARIMAX models. You will also see how to build autoarima models in python ARIMA Model – Time Series Forecasting. Photo by Cerquiera Contents Introduction to Time Series Forecasting Introduction to ARIMA Models What does the p, d and q in ARIMA model mean? What are AR and MA models How to find the order of differencing (d) in ARIMA model How to find the order of the AR term (p) How to find the order of the MA term (q) How to handle if a time series ...
https://ichi.pro/ko/eumseong-bunseog-pateu-2-torchaudioui-saundeu-bunseog-130041473997101 음성 분석 파트 -2, TorchAudio의 사운드 분석 DataScience의 환경은 매일 변화하고 있습니다. 지난 몇 년 동안 우리는 NLP 및 컴퓨터 비전 분야에서 수많은 연구와 발전을 보았습니다. 그러나 아직 미개척이고 많은 잠재력을 가지고있는 분야가 있습니다. 그 분야는 – SPEECH입니다. 음파 란 무엇입니까? 음파에서 특징 추출 음파 전처리 이 튜토리얼에서 우리는 파이썬에서 실제 적용을 살펴볼 것입니다. 여정에 도움이되는 가장 인기있는 두 라이브러리는 다음과 같습니다. Librosa TorchAudio 다음 단계에 따라 설치하십시오. 우리는이 튜토리얼에 대한 TorchAudio을 사용하는 것입니다하는 방법을 학습 할 것이다 당신의 음성 모델링 journey.Get에게 전체 노트북을 시작하는 음파를 미리 처리 여기에 1 단계 : 사운드 파일 읽기 지원되는 파일 형식은 mp3, wav, aac, ogg, flac, avr, cdda, cvs / vms ,, aiff, au, amr, mp2, mp4, ac3, avi, wmv, mpeg, ircam 및 libsox에서 지원하는 기타 형식입니다. torchaudio.load () 함수는 사운드 파일을 읽는 데 사용됩니다. 2 단계 : 파일 정보 및 시각화 음파는 다양한 유형의 정보와 함께 제공됩니다. 이전 블로그에서 읽은 것처럼 원시 웨이브에서 더 많은 변환을 수행할수록 더 많은 정보를 추출 할 수 있습니다. 레벨 1에서는 샘플 속도, 채널 수, 사운드 파일의 지속 시간과 같은 정보를 추출 할 수 있으며 Matplotlib를 사용하여 Amplitude Vs Time 스케일로 음파를 시각화 할 수 있습니다. filename = "steam-train-whistle-daniel_simon-converted-from-m...
댓글
댓글 쓰기