Pycharm에서 Keras 설치하여 사용하는 방법은?!

2020. 2. 12. 17:00

파이참은 파이썬 인터프리터를 지정할 수 있다. 그래서, 지정한 인터프리터에 케라스가 설치되어 있어야, 파이참에서 케라스를 이용할 수 있다. 케라스는 텐서플로우를 좀 더 사용하기 쉽도록 래핑한 패키지이다. Pycharm에서 Keras를 이용하기 위해서는 결국 파이썬에 Keras를 설치해야 한다.

오늘은 Pycharm에서 Keras를 설치하여 사용하는 방법에 대해서 알아보도록 하겠다.


파이참_케라스


필자는 그냥 파이썬을 사용하는 것보다 아나콘다 배포판을 설치하여 사용할 것을 권장하고 있다. 아나콘다 배포판에는 데이터 분석과 관련된 패키지들이 포함되어 있어, 사용하기 편리하기 때문이다.
( 참조: 파이썬(python) - 아나콘다(anaconda) 배포판 설치하기 )


하지만, 아쉽게도 아나콘다 배포판에는 케라스가 포함되어 있지 않다. 별도로 케라스를 설치해야 한다. 케라스는 pip install keras로 손쉽게 설치할 수 있다. 아니면, 파이참의 환경설정 메뉴에서도 설치가 가능하다. 파이참에서 패키지를 설치하는 방법은 이전 포스팅에서 다루었으니 참고하길 바란다.
( 참조: 파이썬을 위해 pycharm(파이참)을 써야만 하는 이유 5가지! #pycharm설치 )


케라스는 텐서플로우를 래핑한 패키지이다. 그래서, 텐서플로우도 같이 설치될 줄 알았는데 별도로 설치해야 한다. pip install tensorflow를 실행하여 텐서플로우 패키지도 설치해주자.


텐서플로우는 버전에 따라 코드를 수정하거나 충돌이 있을 수 있으므로, 가상환경에서 사용하는 것을 권장하고 있다. 동일하게 케라스도 가상환경에서 이용하는 것이 더 안전하지 않을까 싶다. 가상환경은 별도로 독립된 파이썬 환경을 구축하는 것이다. 해당 환경에 설치한 패키지는 이 환경에서만 사용이 가능하다. 다른 곳에서 파이썬 패키지를 설치한 것에도 영향을 받지 않는다.

파이참에서는 프로젝트를 새로 만들 때 가상환경으로 만들 수 있는 옵션이 있다. 새로운 프로젝트를 만들려고 하면, 아래와 같이 Create Project 팝업이 뜬다. 여기서 Location 밑에 보면 Project Interpreter라고 적혀 있다. 이 곳을 클릭하면, 새롭게 가상환경을 만드는 옵션이 있다. 'New environmetnnt using'을 선택하고, 뒤에 리스트박스에서 'Virtualenv'을 고른다. 이제 프로젝트를 만들면 별도의 가상환경을 생성한다.


파이참_가상환경

( 파이참 가상환경 만들기 )


터미널에서 가상환경을 만드는 방법은 아래 포스팅을 참조해보자.
( 참조: 파이썬 가상환경 만들기 )


간단한 케라스 구문을 입력하고 실행해보았다. 정상적으로 잘 동작하는 것을 확인할 수 있었다.

from keras.datasets import mnist

from keras import models

from keras import layers

from keras.utils import to_categorical


(train_images, train_labels),(test_images, test_labels) = mnist.load_data()


network = models.Sequential()

network.add(layers.Dense(512, activation = 'relu', input_shape = (28*28, )))

network.add(layers.Dense(10, activation = 'softmax'))

network.compile(optimizer = 'rmsprop', loss='categorical_crossentropy',

                metrics=['accuracy'])


train_images = train_images.reshape((60000, 28*28))

train_images = train_images.astype('float32') / 255


test_images = test_images.reshape((10000, 28*28))

test_images = test_images.astype('float32') / 255


train_labels = to_categorical(train_labels)

test_labels = to_categorical(test_labels)


network.fit(train_images, train_labels, epochs=5, batch_size=128)


test_loss, test_acc = network.evaluate(test_images, test_labels)

print("test_acc: {}".format(test_acc))


단순한 모형은 CPU환경에서도 돌아가지만, GPU가 아쉬운 것은 사실이다. 다행히 구글에서 GPU를 이용할 수 있는 온라인 환경을 제공하고 있다. PC에서 테스트를 해보고 해당 서비스를 이용하면, 딥러닝을 하는 데 많은 도움이 될 듯 하다. 자세한 내용은 아래 포스팅을 참조해보자.
( 참조: 파이썬 설치 없이 무료로 사용하는 방법!(GPU까지) )

오늘은 이렇게 Pycharm에서 Keras를 설치하고 이용하는 방법에 대해서 알아보았다. 파이썬 패키지 설치 명령을 통해 쉽게 설치할 수 있었다. 파이참에서 가상환경을 만들고, 딥러닝 모델을 테스트 해 볼수 있다. GPU가 필요하다면 구글의 코랩을 이용해보도록 하자.

댓글()