python导出requirements.txt的几种方法及环境配置流程

python导出requirements.txt的几种方法及环境配置流程

  • 一、pip
    • 1、导出结果含有路径
    • 2、导出不带路径的
  • 二、Conda
    • 1、导出requirements.txt
    • 2、导出yml 文件
  • 三、第三方包:pipreqs(推荐)
  • 四、环境配置一般流程
    • 1、创建并激活conda环境
    • 2、安装requirements文件的pip源的包
    • 3、安装正确版本的pytorch+torchvision+cuda
    • 4、完整流程举例

一、pip

1、导出结果含有路径

导出结果会存在路径,生成的requirements.txt文件在当前目录下。

pip freezen > requirements.txt

2、导出不带路径的

生成的requirements.txt文件在当前目录下。

pip list --format=freeze >requirement.txt

生成requirements.txt,pip freeze会将当前PC环境下所有的安装包都进行生成,再进行安装的时候会全部安装很多没有的包.此方法要注意。

二、Conda

1、导出requirements.txt

a.导出

conda list -e > requirements.txt

b.导入安装

conda install --yes --file requirements.txt

2、导出yml 文件

a.导出

conda env export > freeze.yml

b.导入安装

conda env create -f freeze.yml

三、第三方包:pipreqs(推荐)

使用pipreqs,这个工具的好处是可以通过对项目目录的扫描,发现使用了哪些库,生成依赖清单。

step1:安装pipreqs(默认没有安装)

pip install pipreqs

step2:使用pipreqs导出
在python项目的根目录下 使用

pipreqs ./

如果报错,则采用下面的代码

pipreqs ./ --encoding=utf-8

生成的requirements.txt文件在当前目录下。

四、环境配置一般流程

1、创建并激活conda环境

conda create -n 环境名称 python=3.10 anaconda
conda activate 环境名称

2、安装requirements文件的pip源的包

pip install -r requirements.txt

3、安装正确版本的pytorch+torchvision+cuda

具体的版本的下载代码可以在这里查到
这里举例

# CUDA 11.6
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia
# CUDA 11.7
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.7 -c pytorch -c nvidia
# CPU Only
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 cpuonly -c pytorch

4、完整流程举例

这里的环境名称取名为condatestenv

conda create -n condatestenvpython=3.10 anaconda
conda activate condatestenv
pip install -r requirements.txt
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia

你可能感兴趣的:(技术积累,人工智能,深度学习,python,pytorch,conda)