AI应用开发相关目录
本专栏包括AI应用开发相关内容分享,包括不限于AI算法部署实施细节、AI应用后端分析服务相关概念及开发技巧、AI应用后端应用服务相关概念及开发技巧、AI应用前端实现路径及开发技巧
适用于具备一定算法及Python使用基础的人群
- AI应用开发流程概述
- Visual Studio Code及Remote Development插件远程开发
- git开源项目的一些问题及镜像解决办法
- python实现UDP报文通信
- python实现日志生成及定期清理
- Linux终端命令Screen常见用法
- python实现redis数据存储
- python字符串转字典
- python实现文本向量化及文本相似度计算
- python对MySQL数据的常见使用
- 一文总结python的异常数据处理示例
- 基于selenium和bs4的通用数据采集技术(附代码)
- 基于python的知识图谱技术
- 一文理清python学习路径
- Linux、Git、Docker常用指令
- linux和windows系统下的python环境迁移
文章目录
- AI应用开发相关目录
- Linux
- windows
- 其他
Linux
举例说明:
1.本地生成 requirements pip list #查看安装的包 pip list --format=freeze > requirements.txt #查看已安装的包(带版本号)并导出到requirements.txt文件中
#pip freeze > requirements.txt #将已安装包的名称导出到requirements.txt文件中(会一并记录包的来源地址,适合迁移到另一台可上网环境,无法用于离线迁移)
2.创建存放安装包的目录 mkdir /packs
3.从指定源下载需要文件到指定文件夹里 pip download -r requirements.txt -d packs/ -i https://mirrors.aliyun.com/pypi/simple/
4.本地安装 pip install --no-index --find-links=./packs/ -r requirements.txt 如果无法离线创建虚拟环境,就需要运行下面的conda命令: conda config --set offline true
windows
举例说明:
- dell笔记本上使用了openai,具体是:
- 新建一个环境 openai731;基础python3.9.17;
- 在环境A里面安装 openai 的库;
- 使用pip 安装了 要求的requirement.txt;
- 在conda 的base 环境安装 conda-pack 库‘;
- 完成之后,打包环境
conda pack -n openai731 -o openai731.tar.gz
;
- 在C盘——用户——自己——找到打包的环境,openai731.tar.gz
- 拷贝到优盘;
- 优盘直接解压缩到 thinkpad t14的 conda 的env 里面;
- 然后“以管理员身份”,进入CMD
- 进入D盘;
- 进入conda的env的建立的环境中;
CD D:\programfiles\miniconda\envs\openai731\
;- 然后
.\Scripts\activate.bat
——激活环境;.\Scripts\conda-unpack.exe
——从激活环境中清除前缀;.\Scripts\deactivate.bat
——退出环境;
其他
到指定虚拟环境下直接压缩虚拟环境文件夹,解压到新的机器下。
或
将要迁移的环境打包
conda pack -n 虚拟环境名称 -o output.tar.gz 如果报错:No command ‘conda pack’
尝试使用:conda install -c conda-forge conda-pack 复制压缩文件到新的电脑环境进到conda的安装目录:/anaconda(或者miniconda)/envs/ 在该名目录下创建文件夹 解压conda环境:tar
-xzvf output.tar.gz -C /anaconda(或者miniconda)/envs/创建的文件夹/ 使用conda env list查看虚拟环境