기존 딥러닝 개발환경 복제하기

딥러닝 개발할 때 가장 어렵고 시간을 많이 잡아먹는 부분이 환경 세팅이다. cuda부터 시작해 환경을 새로 깔아야 할 때는 어쩔 수 없이 하나씩 맞추면 되지만 기존 환경이 있으면 이를 그냥 사용하면 된다.

 

그럼에도 불구하고 굳이 기존 환경을 복제하기로 마음 먹었는데 또 무언가 막무가내로 설치하다 버전이 꼬이게 될 경우를 상상하다 보니 너무 절망스러웠기 때문이다.

 

먼저 가상환경을 만들고 pip를 최신화한다.(가상환경을 깔면 당연히 기존 pip 버전을 따라갈 줄 알았는데 그 버전에 최적인? pip를 깔아주는 것 같아 그냥 업그레이드 하였다)

가상환경 생성(venv)

가상환경 생성(venv)및 활성화
python -m venv test
source ./test/bin/activate

pip 업그레이드
pip install --upgrade pip

requirements.txt 만들기

requirements를 만드는 데는 pipreqs를 사용했다. pip freeze를 사용하면 의존 라이브러리 버전까지 포함해 만들어지기 때문에 거의 무조건 의존성 오류가 나게 된다. 그에 비해 pipreqs는 현재 폴더에서 사용하는 라이브러리 중 사용자가 설치한?(이건 자세히 모르겠다)어쨋든 메인 라이브러리만 포함된 requirements를 만들어준다.

pipreqs 설치
pip install pipreqs

현재 위치 기반 requirementx.txt 생성
pipreqs --force --ignore bin,etc,include,lib,lib64 ./

라이브러리 설치
pip install -r requirements.txt

 

**주의**: 터미널에도 뜨는데 pipreqs는 jupyter notebook을 스캔하지 않는다 그러니 matplotlib과 같은 라이브러리는 따로 설치해주어야 한다

 

pipreqs를 처음 사용해 봐서 자세한 원리는 모르는데 중요한 라이브러리는 다 따온 것 같지만 wandb같은 라이브러리는 스캔하지 못했다.