이번 스터디에서는 Tensorflow 를 기반으로 진행될 예정입니다.
또한, 과제가 .ipynb 형식의 주피터 노트북으로 나갈 예정이기 때문에,
이와 관련된 세팅을 진행해야 합니다.
이 문서는 파이썬 프로젝트 관리가 처음이거나 미숙하신 분들을 위해 작성되었습니다.
만약, 여러분들의 환경에서 Tensorflow 를 설치하고자 했지만, 실패하는 경우가 발생할 수 있습니다.
이는 대부분 Python 버전과 Tensorflow 버전이 호환되지 않아서일 가능성이 높습니다.
현재 Python 은 3.14 까지 나와있지만, Tensorflow 는 3.12 까지만 지원하기 때문입니다.
이처럼 프로젝트나 작업별로, 버전 불일치가 발생할 수 있기 때문에 이를 해결해줘야합니다.
이를 해결해주는 도구를 프로젝트 관리 도구 라고 합니다.
이 도구는 프로젝트별로 Python 의 버전, 각 라이브러리 간의 의존성 등을 따로 관리해줍니다.
프로젝트 관리 도구를 통해, Python 의 버전과 관련 라이브러리 버전을 관리할 수 있습니다.
대표적으로는 pip 와 venv 의 조합을 사용할 수 있습니다.
하지만, uv 라는 툴은 여러 툴을 사용할 필요없이, uv 하나로 모든 관리가 가능하고, 매우 빠른 관리 툴이기 때문에 uv 를 바탕으로 안내드리고자 합니다.
과제에 requirement.txt 를 첨부할 예정이기 때문에 uv 를 사용하지 않으실 분들은 그 파일을 사용해주시면 됩니다.
UV 설치하기
위의 페이지에서 설치 가이드를 따라주세요.
Installation 부분을 실행하거나, 운영체제에 따라 아래의 명령어를 터미널에서 실행해주세요.
# mac
curl -LsSf https://astral.sh/uv/install.sh | sh
# window
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
Shell
복사
앞으로 작업할 디렉토리에서 터미널을 열어주세요.
저는 ~/project/gdg-ai-study/tasks/gdg-ai 에서 작업을 하고 있습니다.
해당 디렉토리에서 과제를 압축해체하면 1주차 기준으로 다음과 같이 생성됩니다.
[~~~/gdg-ai]
├── pyproject.toml
├── requirements.txt
├── uv.lock
└── week1
├── imgs
│ ├── mlp.jpg
│ └── perceptron.png
└── week1.ipynb
Shell
복사
터미널에서 아래의 명령어를 작성하면, 프로젝트 세팅이 마무리됩니다.
uv sync
Shell
복사