-
[Anaconda]아나콘다 설치 및 환경 설정1) Tech 2020. 1. 22. 13:42반응형
Anaconda란?
= Python기반의 Data Analysis에 필요한 과학 패키지(Tensorflow, Pytorhc, Caffe, Pandas 등)를 모아놓은 flatform으로 용량이 상당히 큼
= 대부분의 패키지가 필요하지 않거나 하드웨어 소스가 제한적일 경우 miniconda라는 대안도 있다. (miniconda = conda + python)
=> 실제로 사용시 Anaconda 자체의 용량을 무시하기에는 큰 편이다.
*아나콘다의 가장 큰 장점
= 가상환경이기 때문에 코드 마다 서로 다른 dependency문제가 발생할 수 있다.
하지만, 아나콘다를 이용하면 독립적인 환경을 생성할 수 있기 때문에 dependency 문제를 해결할 수 있다.
1. Anaconda 설치 및 사용
1) Anaconda 업데이트
conda update conda
2) Anaconda 가상환경 생성
conda create -n TECHNICAL
3) Python version 3.4 install & TECHNICAL(user가 마음대로 설정)으로 가상환경 생성
conda create -n TECHNICAL python=3.4
3) Python version 2.7 install & TECHNICAL(user가 마음대로 설정)으로 가상환경 생성
conda create -n TECHNICAL python=2.7
==> 최종적으로 TECHNICAL이라는 파이썬 3.4를 기반으로 하는 가상환경이 생성된 상태이다.
4)가상환경 활성화 (Activate)
conda activate TECHNICAL
==> TECHNICAL 가상환경을 쓸준비가 되어 있다는 것이다.
5) 추가적인 패키지 설치 (tensorflow 패키지)
conda install tensorflow
==> TECHNICAL 가상환경에 tensorflow 패키지를 추가 설치 한것이다.
==> 다른 가상환경에는 영향이 없다.
6) 가상환경 비활성화 (Deactivate)
conda deactivate TECHNICAL
==> TECHNICAL 가상환경에서 나오는 방법이다.
2. 버전 체크
#Anaconda 버전 확인
conda --version
#설치된 가상환경 리스트 확인
conda info --envs
#패키지 리스트 확인
conda list
3. Anaconda 삭제
#가상환경 삭제
conda remove --name TECHNICAL -a
#사용하지 않는 패키지 및 cache 삭제
conda clean -a반응형'1) Tech' 카테고리의 다른 글
[Pytorch] tensor to list (list to tensor), list to array (array to list), array to tensor (tensor to array) (6) 2020.01.29 [Numpy] 생략(' ... ') 제거 (0) 2020.01.28 [Python] 파이썬 버전 확인 (linux/window) (0) 2020.01.22 [Python library] Numpy란 (0) 2020.01.21 알고리즘, 계산 복잡도 이론, Big-O notation (0) 2020.01.20