Python 개발환경 구축을 위한 virtualenv 사용법

 Python 자체도 버전이 다양하고, 이를 기반으로한 개발 환경 또한 갈래가 다양하다 보니...

새로운 개발 환경을 전부 별개로 구성하기도 여간 번거러운 일이 아닐 수 없다.

이 때 유용하게 사용되는 것이 virtualenv를 이용한 가상 환경인데,

이를 활용할 경우 가상 환경에서 별도로 독립적인 개발 환경을 편하게 구성할 수 있다.

가령 Python2 기반 코드를 작성한다거나 Python3 기반의 코드를 작성한다거나 할 때, 간단하게 그 개발환경 구성을 커맨드 라인 한 줄로 바꿀 수도 있고, 또는 Tensorflow를 사용할 때 GPU 버전이나 CPU 버전에 대해 별도로 구성해서 편하게 사용할 수도 있다.

나의 경우에는 Tensorflow-CPU / Tensorflow-GPU / Pytorch-GPU 버전에 대한 각자 다른 개발 환경을 virtualenv로 구성한 뒤 필요에 따라 번갈아 가면서 사용하고 있다.

이 구성 방법이 그렇게 어려운건 아닌데....

왜이렇게 하려고 할 때마다 기억이 가물가물한지 -_- (이젠 암기력이 바닥을 기는 듯)

이번 기회에 그냥 쭉 적어 놓고 보면서 사용해야 하겠다.

# Virtualenv의 설치

$ pip install virtualenv

# python 3 환경에서의 virtualenv를 사용한 가상환경 꾸미기

$ python3 -m virtualenv pytorch-gpu

$ virtualenv pytorch-gpu --python=python3

$ virtualenv pytorch-gpu --python=python3.6

# 설치된 pytorch-gpu 가상 환경 활성화 시키기

$ source python-gpu/bin/activation

(pytorch-gpu) $

# 가상 환경 활성화 뒤 필요한 라이브러리 설치하기

(pytorch-gpu) $ pip install torch torchvision