Visual Studio Code에서 Jupyter를 사용하려 한다.

 

 

  • Visual Studio Code 설치

- python은 이미 설치되어 있어야 한다.

 

- pylint도 설치되어 있어야 한다.  

 

 

 

 

 

C:\>  pip3 install pylint

 

 

 

 

 

 

사이트( https://code.visualstudio.com/  )에서 설치파일을 받는다.

 

 

  • Visual Studio Code 확장 설치

- '확장' 메뉴에서 

'python'으로 검색 'Install'을 한다.

'jupyter'로 검색 'Install'을 한다.

 

 

  • Python Package 설치

 

 

c:\> pip3 install --upgrade pip

 

 

- jupyter 설치

 

 

c:\> pip3 install jupyter 
c:\> pip3 install tensorflow

 

 

 

- matlotlib 설치

 

 

 

 

c:\> pip3 install -U pip setuptools
c:\> pip3 install matplotlib

 

 

 

  • 기타 정보

https://code.visualstudio.com

 

http://www.numpy.org/https://www.scipy.org

 

https://matplotlib.org


  • 실행~~

jupyter의 샘플 코드를 넣고 그래프 확인..


오늘도 잘된다.~ 흠흠.

끝.

 

저작자표시 (새창열림)

'장난감 정리 중' 카테고리의 다른 글

라즈베리파이로 마스터키보드 사용하기  (0) 2018.12.16
boot camp에서 마우스가 안된다면...  (0) 2018.10.31
Visual Studio Code에서 Python 사용하기  (0) 2017.05.13
TensorFlow를 윈도우에 설치하기, GPU 버젼 설치하기.  (0) 2017.05.13
TensorFlow를 윈도우에 설치하기, Python pip설치와 Docker로 간단히 설치하자.  (0) 2017.05.06
 

설치는 64bit 환경에서 진행되었다.

 

 

1. CUDA / cuDNN 설치

    • TensorFlow사이트에서 GPU 지원 설치 확인한다.
         https://www.tensorflow.org/install/install_windows
 
    • GPU지원과 관련된 내용 중 

         'CUDA 8.0 , cuDNN 5.1' 를 다운로드 한다.

 

    • CUDA 설치 후 cuDNN내 bin디렉토리 하위의 cudnn64_5.dll 파일을

         "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin"

         로 복사한다.

 

    • cudnn64_5.dll을 복사하지 않으면, 

         "ImportError: DLL load failed: 지정된 모듈을 찾을 수 없습니다."라는

         반갑지 않은 메시지를 만나게 된다.

 

    • Visual Studio 2015  또는 Visual Studio 2015 재배포 가능 패키지가 설치되지 

        않았다면, MS사이트에서 다운받아 설치한다.

 

 

 

2. tensorflow 설치

   

    • 파이썬 3.5.x 설치본을 다운로드한다.

         https://www.python.org/downloads/release/python-350/

 

    • 파이썬에 TensorFlow 모듈을 설치한다.

         pip3 install --upgrade tensorflow-gpu 

 

 

 

3. atom Editor 설치

    • python 에디터 중 atom을 사용해서 실행을 해보도록하자.

        https://atom.io/

        사이트에서 설치 파일을 다운로드 후 설치한다.

 

    • Settings > Install에서 'python' 패키지를 검색하여

        'atom-python-run'을 설치한다.

        

 

    • TensorFlow 사이트의 GPU예제를 테스트 해보도록 한다.

   파이썬 파일을 만들어 타이핑 후 'F5 or F6'을 누르면 실행 결과가 

   아래와 같이 노출된다.

 

 

설치와 테스트가 완료되었다.

 

 

 

 

저작자표시 (새창열림)

'장난감 정리 중' 카테고리의 다른 글

Visual Studio Code에서 Jupyter을 사용하려 한다.  (2) 2017.06.06
Visual Studio Code에서 Python 사용하기  (0) 2017.05.13
TensorFlow를 윈도우에 설치하기, Python pip설치와 Docker로 간단히 설치하자.  (0) 2017.05.06
Synology.com 접속이 안된다  (1) 2016.07.23
Swift프로젝트에 AFNetworking 의존성 추가하기.  (0) 2015.09.20

윈도우에서는 2가지 방법으로 TensorFlow를 사용하기 위한 설치를 해보겠다.

아주 간단한 설치 방법이다.

 

- PC에서 윈도우 x64, VirtualBox, Intel Video를 사용 중이다. (Hyper-V가 가능한 버젼이며, CUDA 미사용 중이다)

 

 

1. Window에 직접 Python으로 하는 방법

 

   a. TensorFlow사이트를 우선 열어서 참고한다.

      - https://www.tensorflow.org/install/install_windows#common_installation_problems

 

   b. 구글링으로 Python 3.5.x (x64)를 다운로드 및 설치한다.

     - 편의를 위해서 링크 제공: https://www.python.org/downloads/release/python-350/

   

   c. CMD창을 실행하는데, 관리자 모드로 실행한다.

    - tensorFlow설치

      > pip3 install --upgrade tansorflow

    - 설치 중 pip 업그레이드가 나오면 업그레이 후 설치한다.

 

   d. python을 실행하여 다음을 입력해 본다.   

C:\>python Python 3.5.0 (v3.5.0:374f501f4567, Sep 13 2015, 02:27:37) [MSC v.1900 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow >>>

    - import tensorflow 후 엔터 잠시 후 메시지 없이 프롬프트 떨어지면 정상이다.

 

   e. 이제 python IDE를 받아서 TensorFlow를 작성해 보자.

     - Atom, VisualCode, PyCharm, Eclipse 등등...

 

   f. 참고 

     아래와 같은 것이 나온다면 코드에 아래를 추가해 보자.

     import os

     os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

 

     - The TensorFlow library wasn't compiled to use SSE | SSE2 | SSE3 | SSE4.1 | SSE4.2 | AVX  instructions, but these are available on your machine and could speed up CPU computations.

 

 

   g. 실행

      - PyCharm을 설치해서 해봤다, 잘된다.

      

 

    

 

 

 

 

 

2. Docker에서 설치하는 방법  (Docker ToolsBox)

  

    - 빠른 실행을 윈한다면 Docker를 이용한 방법도 좋겠다.

 

  a. Docker 설치

     - Docker CE 를 설치하면 VirtualBox의 x64를 사용하지 못한다 그래서, Docker ToolBox를 사용하도록한다.

       Docker ToolBox는 VirtualBox를 사용한다.

     - 편의를 위해서 ToolBox 위치: https://www.docker.com/products/docker-toolbox/

 

  b. Kitematic (Alpha)를 실행 후 tensorflow 이미지를 받는다.

     

 

    웹브라우져는 아래의 'Settings > Ports에서 8888 포트의 것을 실행한다.

   

 

 

 

    또는 Docker Shell에서 받는다.

   $ docker pull tensorflow:tensorflow:latest

 

   그리고 실행

   $ docker run -it -p 8888:8888 tensorflow/tensorflow

  

  웹브라우져에서 http://localhost:8888/ 또는 VirtualBox IP:8888로 하면 된다.

 

 

  c. 실행

    - 사이트의 예제를 실행해 봤다, 잘된다.

    

 

 

  

 

간단한 설치 방법 이었다.

 

 

저작자표시 (새창열림)

'장난감 정리 중' 카테고리의 다른 글

Visual Studio Code에서 Python 사용하기  (0) 2017.05.13
TensorFlow를 윈도우에 설치하기, GPU 버젼 설치하기.  (0) 2017.05.13
Synology.com 접속이 안된다  (1) 2016.07.23
Swift프로젝트에 AFNetworking 의존성 추가하기.  (0) 2015.09.20
Windows 7 무선 AP사용하기  (0) 2014.03.11
mac에서 불편하던 중 대략 만들어 봤따. 
 
...
@ by ChangYeol,Kim
@ http://umakingtistory.com
'''
pt1 = '/uma/'
pt2 = '.txt'
hostList = ['1.Development', '2.Staging', '4.Production']

def chooseHostList():
   hosts = readFile('/etc/hosts')
   i = 0
   while(i < len(hostList)):
      src_buf = readFile(pt1 + hostList[i] + pt2)
      if hosts == src_buf:
        print '[*', (i+1), '] ', hostList[i]
      else:
        print '[ ', (i+1), '] ', hostList[i]
      i = i + 1

def loopMain():
   while True:
      print('=====================================')
      chooseHostList()
      print('-------------------------------------')
      inp = input('==>')
      if inp > 0 and inp <= len(hostList):
         buf = readFile(pt1 + hostList[inp-1] + pt2)
         writeFileToHosts(buf)
      else:
         print()

def readFile(filename):
   sf = open(filename)
   buf = sf.read()
   sf.close()
   return buf

def writeFileToHosts(buf):
   tf = open('/etc/hosts', 'w')
   tf.write(buf)
   tf.close()

loopMain()

'내꺼' 카테고리의 다른 글

css 디버깅 툴  (0) 2012.07.09
Captcha 같이 영문(대+소)+숫자 를 섞어서 출력하려고 하다가 보니 몇가지를 만들었네.  (0) 2009.11.24
host 정보를 바꿔봐~  (2) 2009.06.25
귀찮을때 쓰는 hosts 바꿔치기 batch...  (0) 2009.06.16
hosts  (0) 2009.05.22

+ Recent posts

티스토리툴바