Comment installer l'œuf Python
Les étudiants qui sont souvent exposés à Python peuvent remarquer que lorsque vous devez installer un package Python tiers, la commande easy_install peut être utilisée. easy_install est une commande incluse dans le package setuptools développé par PEAK (Python Enterprise Application Kit). Elle est utilisée pour installer le package egg. Le package egg est actuellement le moyen le plus populaire de packager et de déployer des applications Python.
Comment fabriquer et installer un paquet d'œufs ? Je vais l’analyser brièvement ci-dessous.
1.1 Installer setuptools
Tout d'abord, installez l'outil setuptools. Vous pouvez directement utiliser l'installation d'apt sous Debian/Ubuntu : :
$ sudo apt-get install python-setuptools
Si vous l'installez manuellement, il existe deux manières :
Installez via le programme de démarrage ez_setup.py. Ce programme de démarrage téléchargera la dernière version des outils de configuration depuis Internet pour l'installation et pourra également mettre à jour les outils de configuration locaux.
$ wget http://peak.telecommunity.com/dist/ez_setup.py $ sudo python ez_setup.py
Mettez à jour setuptools : :
$ sudo python ez_setup.py -U setuptools
ou téléchargez le package egg de setuptools à installer. Le téléchargement de la dernière version peut être consulté ici. Après le téléchargement, installez-le via sh.
$ wget http://pypi.python.org/packages/2.6/s/setuptools/setuptools-0.6c11-py2.6.egg $ sudo sh setuptools-0.6c11-py2.6.egg
Vous pouvez maintenant utiliser la commande easy_install pour installer d'autres packages egg.
1.2 Fabriquez votre propre paquet d'œufs
J'installe toujours les paquets d'œufs d'autres personnes, voulez-vous aussi créer votre propre paquet d'œufs ? D'accord, nous allons ensuite fabriquer nous-mêmes un simple sac à œufs. Tout d'abord, créez le répertoire du projet egg-demo et initialisez un fichier setup.py :
$ mkdir egg-demo $ cd egg-demo $ touch setup.py $ ls setup.py
Ce qui suit consiste principalement à remplir setup.py. setup.py est en fait le fichier de configuration du package d'outils python distutils, et setuptools est basé sur distutils. Configurez les informations d'emballage via la fonction de configuration dans setup.py. Tout d’abord, nous devons introduire la configuration des fonctions de setuptools. La configuration de setuptools est en fait la fonction de configuration de distutils. Remplissez setup.py avec le contenu suivant :
$ cat setup.py #!/usr/bin/env python #-*- coding:utf-8 -*- from setuptools import setup setup()
À ce stade, un fichier de configuration d'oeuf vide est écrit. Nous pouvons utiliser la commande suivante pour générer le package egg :
$ python setup.py bdist_egg
Jetons un coup d'œil à ce qui est généré :
$ ls -F build/ dist/ setup.py UNKNOWN.egg-info/
Vous pouvez voir trois autres dossiers. Sous le dossier dist, il y a un fichier egg : UNKNOWN-0.0.0-py2.6.egg. Ponte réussie ! Jetons d'abord un coup d'œil au format de ce fichier œuf :
$ file dist/UNKNOWN-0.0.0-py2.6.egg dist/UNKNOWN-0.0.0-py2.6.egg: Zip archive data, at least v2.0 to extract
Oh, il s'avère que c'est une archive zip ! D'accord, jetons un coup d'œil à la structure interne :
$ unzip -l dist/UNKNOWN-0.0.0-py2.6.egg Archive: dist/KNOWN-0.0.0-py2.6.egg Length Date Time Name --------- ---------- ----- ---- 120 2010-12-06 17:04 EGG-INFO/SOURCES.txt 1 2010-12-06 17:04 EGG-INFO/top_level.txt 1 2010-12-06 17:04 EGG-INFO/zip-safe 1 2010-12-06 17:04 EGG-INFO/dependency_links.txt 227 2010-12-06 17:04 EGG-INFO/PKG-INFO --------- ------- 350 5 files
Il n'y a qu'un seul dossier EGG-INFO, qui contient cinq fichiers d'informations sur les œufs. Il a disparu. Le nom de cet œuf est inconnu, version 0.0.0. C'est parce que nous n'avons rien défini dans la configuration. Évidemment, cet œuf ne peut rien faire. Ajoutez-y maintenant quelques ingrédients. Dans setup.py, la fonction setup reçoit une série de propriétés comme paramètres de configuration.
name name est le nom du package d'œufs et le nom du dossier à empaqueter. La valeur par défaut est INCONNU.
numéro de version, par défaut 0.0.0
packages Une autre fonction de setuptools, find_packages, est utilisée ici. Comme son nom l'indique, find_packages est utilisé pour empaqueter les fichiers dans le répertoire spécifié.
zip_safe est par défaut False, de sorte que le contenu du fichier de projet sera vérifié à chaque fois que le package egg est généré pour s'assurer qu'il est correct.
Il existe également des attributs descriptifs, tels que description, long_description, auteur, author_email, licence, mots-clés, plateforme, url, etc. Remplissez le fichier setup.py comme suit :
$ cat setup.py #!/usr/bin/env python #-*- coding:utf-8 -*- from setuptools import setup, find_packages setup( name = "demo", version="0.1.0", packages = find_packages(), zip_safe = False, description = "egg test demo.", long_description = "egg test demo, haha.", author = "amoblin", author_email = "amoblin@ossxp.com", license = "GPL", keywords = ("test", "egg"), platforms = "Independant", url = "", )
Créez un répertoire demo portant le même nom que le nom ci-dessus dans le répertoire egg-demo. Écrivez le fichier __init__.py dans le répertoire demo : <🎜. >
$ mkdir demo $ cat demo/__init__.py #!/usr/bin/env python #-*- coding:utf-8 -*- def test(): print "Hello, I'm amoblin." if __name__ == '__main__': test()
$ python setup.py bdist_egg $ unzip -l dist/demo-0.1.0-py2.6.egg Archive: dist/demo-0.1.0-py2.6.egg Length Date Time Name --------- ---------- ----- ---- 121 2010-12-06 17:30 demo/__init__.py 344 2010-12-06 17:46 demo/__init__.pyc 137 2010-12-06 17:46 EGG-INFO/SOURCES.txt 5 2010-12-06 17:46 EGG-INFO/top_level.txt 1 2010-12-06 17:46 EGG-INFO/zip-safe 1 2010-12-06 17:46 EGG-INFO/dependency_links.txt 227 2010-12-06 17:46 EGG-INFO/PKG-INFO --------- ------- 836 7 files
$ sudo python setup.py install running install install_dir /usr/local/lib/python2.6/dist-packages/ ... creating /usr/local/lib/python2.6/dist-packages/demo-0.1.0-py2.6.egg Extracting demo-0.1.0-py2.6.egg to /usr/local/lib/python2.6/dist-packages demo 0.1.0 is already the active version in easy-install.pth Installed /usr/local/lib/python2.6/dist-packages/demo-0.1.0-py2.6.egg Processing dependencies for demo==0.1.0 Finished processing dependencies for demo==0.1.0
$ python -c "from demo import test;test()" Hello, I'm amoblin.
packages=find_packages('src'), package_dir = {'':'src'}
$ cd /usr/local/lib/python2.6/dist-packages $ cat easy-install.pth|grep demo ./demo-0.1.0-py2.6.egg $ ls -F|grep demo demo-0.1.0-py2.6.egg/
Tutoriel Python"
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

PHP et Python ont leurs propres avantages et inconvénients, et le choix dépend des besoins du projet et des préférences personnelles. 1.Php convient au développement rapide et à la maintenance des applications Web à grande échelle. 2. Python domine le domaine de la science des données et de l'apprentissage automatique.

Une formation efficace des modèles Pytorch sur les systèmes CentOS nécessite des étapes, et cet article fournira des guides détaillés. 1. Préparation de l'environnement: Installation de Python et de dépendance: le système CentOS préinstalle généralement Python, mais la version peut être plus ancienne. Il est recommandé d'utiliser YUM ou DNF pour installer Python 3 et Mettez PIP: sudoyuMupDatePython3 (ou sudodnfupdatepython3), pip3install-upradepip. CUDA et CUDNN (accélération GPU): Si vous utilisez Nvidiagpu, vous devez installer Cudatool

Python et JavaScript ont leurs propres avantages et inconvénients en termes de communauté, de bibliothèques et de ressources. 1) La communauté Python est amicale et adaptée aux débutants, mais les ressources de développement frontal ne sont pas aussi riches que JavaScript. 2) Python est puissant dans les bibliothèques de science des données et d'apprentissage automatique, tandis que JavaScript est meilleur dans les bibliothèques et les cadres de développement frontaux. 3) Les deux ont des ressources d'apprentissage riches, mais Python convient pour commencer par des documents officiels, tandis que JavaScript est meilleur avec MDNWEBDOCS. Le choix doit être basé sur les besoins du projet et les intérêts personnels.

Activer l'accélération du GPU Pytorch sur le système CentOS nécessite l'installation de versions CUDA, CUDNN et GPU de Pytorch. Les étapes suivantes vous guideront tout au long du processus: CUDA et CUDNN Installation détermineront la compatibilité de la version CUDA: utilisez la commande NVIDIA-SMI pour afficher la version CUDA prise en charge par votre carte graphique NVIDIA. Par exemple, votre carte graphique MX450 peut prendre en charge CUDA11.1 ou plus. Téléchargez et installez Cudatoolkit: visitez le site officiel de Nvidiacudatoolkit et téléchargez et installez la version correspondante selon la version CUDA la plus élevée prise en charge par votre carte graphique. Installez la bibliothèque CUDNN:

Docker utilise les fonctionnalités du noyau Linux pour fournir un environnement de fonctionnement d'application efficace et isolé. Son principe de travail est le suivant: 1. Le miroir est utilisé comme modèle en lecture seule, qui contient tout ce dont vous avez besoin pour exécuter l'application; 2. Le Système de fichiers Union (UnionFS) empile plusieurs systèmes de fichiers, ne stockant que les différences, l'économie d'espace et l'accélération; 3. Le démon gère les miroirs et les conteneurs, et le client les utilise pour l'interaction; 4. Les espaces de noms et les CGROUP implémentent l'isolement des conteneurs et les limitations de ressources; 5. Modes de réseau multiples prennent en charge l'interconnexion du conteneur. Ce n'est qu'en comprenant ces concepts principaux que vous pouvez mieux utiliser Docker.

Lors de la sélection d'une version Pytorch sous CentOS, les facteurs clés suivants doivent être pris en compte: 1. CUDA Version Compatibilité GPU Prise en charge: si vous avez NVIDIA GPU et que vous souhaitez utiliser l'accélération GPU, vous devez choisir Pytorch qui prend en charge la version CUDA correspondante. Vous pouvez afficher la version CUDA prise en charge en exécutant la commande nvidia-SMI. Version CPU: Si vous n'avez pas de GPU ou que vous ne souhaitez pas utiliser de GPU, vous pouvez choisir une version CPU de Pytorch. 2. Version Python Pytorch

CENTOS L'installation de Nginx nécessite de suivre les étapes suivantes: Installation de dépendances telles que les outils de développement, le devet PCRE et l'OpenSSL. Téléchargez le package de code source Nginx, dézippez-le et compilez-le et installez-le, et spécifiez le chemin d'installation AS / USR / LOCAL / NGINX. Créez des utilisateurs et des groupes d'utilisateurs de Nginx et définissez les autorisations. Modifiez le fichier de configuration nginx.conf et configurez le port d'écoute et le nom de domaine / adresse IP. Démarrez le service Nginx. Les erreurs communes doivent être prêtées à prêter attention, telles que les problèmes de dépendance, les conflits de port et les erreurs de fichiers de configuration. L'optimisation des performances doit être ajustée en fonction de la situation spécifique, comme l'activation du cache et l'ajustement du nombre de processus de travail.

La formation distribuée par Pytorch sur le système CentOS nécessite les étapes suivantes: Installation de Pytorch: La prémisse est que Python et PIP sont installés dans le système CentOS. Selon votre version CUDA, obtenez la commande d'installation appropriée sur le site officiel de Pytorch. Pour la formation du processeur uniquement, vous pouvez utiliser la commande suivante: pipinstalltorchtorchVisionTorChaudio Si vous avez besoin d'une prise en charge du GPU, assurez-vous que la version correspondante de CUDA et CUDNN est installée et utilise la version Pytorch correspondante pour l'installation. Configuration de l'environnement distribué: la formation distribuée nécessite généralement plusieurs machines ou des GPU multiples uniques. Lieu
