ABOUT ME

-

Today
-
Yesterday
-
Total
-
  • conda yml 만드는 법(feat. 많이 설치되어 있다고 쫄지 말자)
    AI Basic 2023. 2. 13. 01:22
    conda env create -f environment.yml

    보통 yml 설치 파일이 제공 되고 위 명령어를 통해서 설치한다.

    그러나 python 버전을 변경하고 했는데 종속성 때문에 잘 안될때가 있다.

    내 경우는 디버깅 때문에 3.6 에서 3.7로 업그레이드하고 싶었는데 계속 안되었다.

    그래서 만들기로 했는데 실제로 몇개 명령어를 치지 않았지만 yml 에는 수많은 툴들이 깔려 있었다.

    즉 툴 많이 설치되어 있다고 이런 많은 라이브러리를 사용해야 하나? 하면서 쫄지 말자....

     

    https://pytorch.kr/get-started/previous-versions/ 참조해서

    conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch

    설치 후 몇개 설치 안된 모듈 아래 정도 설이한것 같다.

    conda install ipython
    conda install -c conda-forge scikit-image
    conda install scipy
    pip install wget
    pip install matplotlib

    아래 처럼 많은 프로그램이 설치되었다.

    즉 필요한 모듈 설치해서 쓰고 배포할때

    conda env export > environment.yml

    위 처럼 명령어 사용해서 배포하자!!!!

    name: implicit
    channels:
      - pytorch
      - conda-forge
      - defaults
    dependencies:
      - _libgcc_mutex=0.1=main
      - _openmp_mutex=5.1=1_gnu
      - backcall=0.2.0=pyhd3eb1b0_0
      - blas=1.0=mkl
      - brotlipy=0.7.0=py37h27cfd23_1003
      - bzip2=1.0.8=h7b6447c_0
      - ca-certificates=2022.12.7=ha878542_0
      - certifi=2022.12.7=pyhd8ed1ab_0
      - cffi=1.15.1=py37h5eee18b_3
      - charset-normalizer=2.0.4=pyhd3eb1b0_0
      - cloudpickle=2.2.1=pyhd8ed1ab_0
      - cryptography=38.0.4=py37h9ce1e76_0
      - cudatoolkit=10.2.89=hfd86e86_1
      - cytoolz=0.12.0=py37h5eee18b_0
      - dask-core=2022.2.0=pyhd8ed1ab_0
      - decorator=5.1.1=pyhd3eb1b0_0
      - enum34=1.1.10=py37hc8dfbb8_2
      - ffmpeg=4.3=hf484d3e_0
      - fftw=3.3.9=h27cfd23_1
      - flit-core=3.6.0=pyhd3eb1b0_0
      - freetype=2.12.1=h4a9f257_0
      - fsspec=2023.1.0=pyhd8ed1ab_0
      - giflib=5.2.1=h5eee18b_1
      - gmp=6.2.1=h295c915_3
      - gnutls=3.6.15=he1e5248_0
      - idna=3.4=py37h06a4308_0
      - imagecodecs-lite=2019.12.3=py37hda87dfa_5
      - imageio=2.25.0=pyh24c5eb1_0
      - intel-openmp=2021.4.0=h06a4308_3561
      - ipython=7.31.1=py37h06a4308_1
      - jedi=0.18.1=py37h06a4308_1
      - jpeg=9e=h7f8727e_0
      - lame=3.100=h7b6447c_0
      - lcms2=2.12=h3be6417_0
      - ld_impl_linux-64=2.38=h1181459_1
      - lerc=3.0=h295c915_0
      - libdeflate=1.8=h7f8727e_5
      - libffi=3.4.2=h6a678d5_6
      - libgcc-ng=11.2.0=h1234567_1
      - libgfortran-ng=11.2.0=h00389a5_1
      - libgfortran5=11.2.0=h1234567_1
      - libgomp=11.2.0=h1234567_1
      - libiconv=1.16=h7f8727e_2
      - libidn2=2.3.2=h7f8727e_0
      - libpng=1.6.37=hbc83047_0
      - libstdcxx-ng=11.2.0=h1234567_1
      - libtasn1=4.16.0=h27cfd23_0
      - libtiff=4.5.0=h6a678d5_1
      - libunistring=0.9.10=h27cfd23_0
      - libwebp=1.2.4=h11a3e52_0
      - libwebp-base=1.2.4=h5eee18b_0
      - locket=1.0.0=pyhd8ed1ab_0
      - lz4-c=1.9.4=h6a678d5_0
      - matplotlib-inline=0.1.6=py37h06a4308_0
      - mkl=2021.4.0=h06a4308_640
      - mkl-service=2.4.0=py37h7f8727e_0
      - mkl_fft=1.3.1=py37hd3c417c_0
      - mkl_random=1.2.2=py37h51133e4_0
      - ncurses=6.4=h6a678d5_0
      - nettle=3.7.3=hbbd107a_1
      - networkx=2.3=py_0
      - numpy=1.21.5=py37h6c91a56_3
      - numpy-base=1.21.5=py37ha15fc14_3
      - openh264=2.1.1=h4ff587b_0
      - openssl=1.1.1s=h7f8727e_0
      - packaging=23.0=pyhd8ed1ab_0
      - parso=0.8.3=pyhd3eb1b0_0
      - partd=1.3.0=pyhd8ed1ab_0
      - pathlib=1.0.1=py37h89c1867_6
      - pexpect=4.8.0=pyhd3eb1b0_3
      - pickleshare=0.7.5=pyhd3eb1b0_1003
      - pillow=9.3.0=py37h6a678d5_2
      - prompt-toolkit=3.0.36=py37h06a4308_0
      - ptyprocess=0.7.0=pyhd3eb1b0_2
      - pycparser=2.21=pyhd3eb1b0_0
      - pygments=2.11.2=pyhd3eb1b0_0
      - pyopenssl=22.0.0=pyhd3eb1b0_0
      - pysocks=1.7.1=py37_1
      - python=3.7.16=h7a1cb2a_0
      - python_abi=3.7=2_cp37m
      - pytorch=1.12.1=py3.7_cuda10.2_cudnn7.6.5_0
      - pytorch-mutex=1.0=cuda
      - pywavelets=1.3.0=py37h7f8727e_0
      - pyyaml=6.0=py37h540881e_4
      - readline=8.2=h5eee18b_0
      - requests=2.28.1=py37h06a4308_0
      - scikit-image=0.19.2=py37he8f5f7f_0
      - scipy=1.7.3=py37h6c91a56_2
      - setuptools=65.6.3=py37h06a4308_0
      - six=1.16.0=pyhd3eb1b0_1
      - sqlite=3.40.1=h5082296_0
      - tifffile=2019.7.26.2=py37_0
      - tk=8.6.12=h1ccaba5_0
      - toolz=0.12.0=pyhd8ed1ab_0
      - torchaudio=0.12.1=py37_cu102
      - torchvision=0.13.1=py37_cu102
      - traitlets=5.7.1=py37h06a4308_0
      - typing_extensions=4.4.0=py37h06a4308_0
      - urllib3=1.26.14=py37h06a4308_0
      - wcwidth=0.2.5=pyhd3eb1b0_0
      - wheel=0.37.1=pyhd3eb1b0_0
      - xz=5.2.10=h5eee18b_1
      - yaml=0.2.5=h7f98852_2
      - zlib=1.2.13=h5eee18b_0
      - zstd=1.5.2=ha4553b6_0
      - pip:
        - cycler==0.11.0
        - fonttools==4.38.0
        - kiwisolver==1.4.4
        - matplotlib==3.5.3
        - pip==23.0
        - pyparsing==3.0.9
        - python-dateutil==2.8.2
        - wget==3.2

     

    반응형

    'AI Basic' 카테고리의 다른 글

    yolov5 실행하기  (0) 2023.03.18
    Transfer Learning Tutorial(전이학습)  (0) 2023.03.12
    Transformer가 transfer learning에 적합한 이유.  (0) 2023.03.07
    torch에서 parameters를 보는 법  (0) 2023.02.13
    implicit network using siren  (1) 2023.02.12
Designed by Tistory.