이전 글에서 주피터 랩과 가상 환경에 파이토치를 설치했으니 이제 주피터 랩에서 파이토치로 머신러닝 코드를 짜고 싶을 것이다.
주피터 랩 설치와 가상 환경 구축 및 파이토치 설치는 이전 글들을 참고하면 좋다.
이제 코딩을 위해 주피터 랩을 실행시켜보자.
터미널에서 jupyter lab
혹은 python -m jupyterlab
주피터 랩을 실행시킨다.
그러면 브라우저에서 주피터 랩이 열린다.
빨간 네모를 눌러 노트북을 만들고 import torch
로 파이토치를 불러오자.
에러가 발생한다.
파이토치는 가상 환경에 설치했지만 방금 만든 노트북의 커널은 파이토치가 설정된 가상 환경이 아니라 글로벌 파이썬 환경의 커널에서 작동 중이기 때문이다.
주피터 랩에서 가상 환경을 활성화하고 가상 환경에서pip install jupyterlab
으로 주피터 랩을 또 설치한 다음 주피터 랩을 실행하면 파이토치를 쓸 수 있다.
하지만 주피터 랩을 다시 설치하는 것과 가상 환경을 활성화 하고 주피터 랩을 여는 것은 너무 귀찮은 작업이다.
이제 글로벌 환경에서 주피터 랩을 열고 바로 파이토치를 사용하는 방법을 알아보자.
주피터 랩 커널에 가상 환경 추가하기
물론 이 작업은 수고로움을 덜기 위한 작업이지만 뭐든지 처음에는 수고로움을 필요로 한다.
1. 먼저 파이토치가 설치된 가상 환경을 활성화한다.
source [가상 환경 폴더]/bin/activate
나는 Workspace/python/
에 torch
라는 이름으로 에 가상 환경을 만들었으므로
source Workspace/python/torch/bin/activate
을 실행한다.
2. 그 다음 ipykernel
라이브러리를 설치한다.
pip install ipykernel
3. 이제 주피터 랩에 커널을 추가할 수 있다. 아래 커맨드에서 [가상 환경 이름]
을 각자에 맞게 수정하여 넣자.
python -m ipykernel install --user --name=[가상 환경 이름]
4. 이제 터미널을 막 열었을 때의 환경을 가정하기 위해 가상환경을 deactivate
으로 종료하고(종료하지 않아도 된다) 주피터 랩을 실행한다.
jupyter lab # 안 되면 아래 커맨드 실행
python -m jupyterlab
그러면 노트북에 가상 환경 이름으로 된 새로운 커널이 추가된 것을 볼 수 있다.
이제 새롭게 추가된 커널을 선택하고 파이토치가 잘 돌아가는지 확인해보자.
import torch
print(torch.__version__) # 설치된 PyTorch 버전 확인
print(torch.backends.mps.is_built()) # 설치된 PyTorch가 mps backend을 지원하는지
print(torch.backends.mps.is_available()) # 사용자의 기기에 사용 가능한 mps 장치가 있는지
주피터 랩 커널에서 가상 환경 삭제하기
주피터 랩 커널에서 가상 환경 커널을 삭제하는 것은 간단하다. 터미널 창을 열고 아래 커맨드를 실행하면 된다.
jupyter kernelspec uninstall [가상 환경 이름]
삭제할 것인지 확인하는 문구가 나오는데, y
을 누르고 엔터를 치면 삭제가 완료된다.
다시 커널이 사라진 것을 확인할 수 있다.
위의 내용을 바탕으로 프로젝트 개발 환경의 패키지 종속성에 따라 jupyter lab에 여러 가상 환경 커널을 구현해보자.
'코딩 환경 > JupyterLab' 카테고리의 다른 글
[Jupyter] 주피터 랩 초기 환경 설정 (테마, 폰트 등 변경) / Jupiter Lab Settings (0) | 2023.02.16 |
---|---|
[Jupyter] 주피터 노트북과 주피터 랩의 차이, 주피터 랩 설치하기 / Installing Jupyter Lab (0) | 2023.02.14 |