https://python-poetry.org/docs/
文章:https://wangzhe3224.github.io/2023/10/09/202310-python-version-pacakage-management/
入门教程:https://zhuanlan.zhihu.com/p/110721747
Poetry是一个Python的依赖管理和打包工具,它旨在简化包管理和项目构建的流程。与pip和virtualenv的组合相比,Poetry提供了更一体化的解决方案,可以更好地处理依赖关系和项目的配置。
在开始使用Poetry之前,需要先安装它。可以通过以下命令安装Poetry:
curl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python -
安装完成后,您可能需要重新启动终端或运行 source $HOME/.poetry/env
以使更改生效。
使用Poetry创建一个新项目很简单。只需运行以下命令:
poetry new my-deep-learning-project
这会创建一个名为 my-deep-learning-project
的新文件夹,其中包含项目的基本结构。
在 pyproject.toml
文件中,声明项目所需的依赖。例如,如果您的深度学习项目需要 TensorFlow 和 NumPy,可以添加如下内容:
[tool.poetry.dependencies]
python = "^3.8"
tensorflow = "^2.4"
numpy = "^1.19"
然后运行 poetry install
来安装这些依赖。
创建一个简单的深度学习模型。在项目的根目录下创建一个名为 main.py
的文件,并添加以下代码:
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
# 定义一个简单的序列模型
def build_model():
model = Sequential([
Dense(128, activation='relu', input_shape=(784,)),
Dense(10, activation='softmax')
])
return model
if __name__ == "__main__":
model = build_model()
model.summary()
在终端中使用Poetry来运行的项目:
poetry run python main.py
这将使用Poetry为您的项目创建的虚拟环境来运行 main.py
文件。
打包和发布。行:
poetry build
这将在 dist
文件夹中生成可用于发布的文件。
Poetry为Python项目提供了一个全面的包管理解决方案,特别适合于需要处理复杂依赖的项目。通过简化依赖管理、项目配置和打包流程。