Python 多版本共存问题 2

本文主要讨论 多种版本的 Python 模块的共存与调用问题,并尝试给出一种清爽的解决办法。

多种版本的Python module?

伴随 Python 逐步成为数据科学领域的主力研发语言,越来越多的机器学习库都发布了 Python 版本,包括了著名的 scikit-learn,tensorflow,keras 等。正是由于数据科学近年来在基础算法和计算架构上的迅猛发展,这些Python module 也频繁地发布新版本。

最令人恶心的 Tensorflow 还未发布稳定版 1.0.0 之前时,几乎每个次级版本的Tensorflow的 API都不一样。当然这主要是由于深度学习领域的算法层出不穷,另一方面我个人猜测是由于Tensorflow代码在不断根据google的计算平台变化做出演进。

那么问题就来了,可能三个月前自己写的 Seq2Seq 的 tf 代码,在新版的 Tensorflow 中就已经不能运行,这就是因为版本变化带来的API变化导致。那么有人说,只要我一直不更新 TF 不就好了吗?

理想丰满,现实骨感!

  • 笔者使用的Ubuntu 机器是实验室共有的,TF 是否更新,服务器管理员的决定权也是很重要的!
  • 最新版本的 TF 的计算效率相对来说总是在改进的:新版的 TF 可以使用更新的 CUDA 版本以及 CUDNN版本。
  • 新来的开发者通常愿意去采用最新稳定版的 TF 来开发算法,如果要使用他们开发的算法,那么势必需要在对应的 TF 版本中才能运行。 有鉴于此,为了同时运行新老代码,我们通常选择在同一台机器上 配置共存的多版本 Module。

如何配置并使用多种版本module?

一个简单的想法是,对每一个开发任务,创建一个单独的环境,这个环境有独立于外界的模块。只要我们进入了这个单独的环境,就可以在里面安装并使用任务对应版本的模块了。

幸运的是,这样做的方法有很多,例如 docker。但这里我们暂时用不到这么高大上的技术,我们只需要采用 virtualenv 命令即可。

1、利用 virtualenv 命令创建独立的 Python 环境

virtualenv 的安装

# 安装 Python 2.7下的virtualenv

sudo pip install virtualenv

采用 virtualenv 命令创建一个独立的 Python 环境

# 创建一个空间放置我可能创建的多个环境

mkdir ~/my_lib/py_env cd ~/my_lib/py_env

# 假设系统默认的 Python 为 Python 2.7

# 创建 Python 2.7 的独立环境

virtualenv py27_env

如何进入该独立的 Python 环境呢?

注意到,这里的进入 独立的Python环境的意思并不是一定要 cd 到上一步创建的Python独立环境所在文件夹处,几乎可以在任意位置启动环境。

启动环境的意思是,在这个环境中,除了 Python 相关的命令,其余诸如 cd,ls等命令与外界无异,只有和 Python 相关的命令例如 pip, python 等才会有独立于外界的命令。

cd ~

# 可以在任意位置进入该 Python 环境

source ~/my_lib/py_env/py27_env/bin/activate

# 事实上,上述命令可以理解为将 ~/my_lib/py_env/py27_env/bin 加入系统路径,且优先级最高。但 ~/my_lib/py_env/py27_env/bin 文件夹中只存在和 Python 相关的命令,因此只有 Python 相关命令的执行会受该环境的影响

如何退出该独立的 Python 环境

deactivate

2、在对应的独立环境中安装任意版本的模块

我们这里的任务是创建一个 Python 3.5 环境,然后利用 pip 安装 tensorflow 的1.0.1 gpu版本

先创建 Python 3.5 环境,激活它

# 创建 Python 3.5 环境

# -p PYTHON_EXE_PATH 参数,也可以换成 --python=PYTHON_EXE_PATH

# 代表创建的该独立环境所依据的系统 Python 命令来自哪儿,改变参数可以得到不同版本 Python 独立环境virtualenv -p /usr/bin/python3.5 ~/my_lib/py_env/py35_env

# 激活它source ~/my_lib/py_env/py35_env/bin/activate

安装 tensorflow 1.0.1 gpu 版本

pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp34-cp34m-linux_x86_64.whl

# 这里的执行的命令 pip 换成 pip3 或者 pip3.5都可以,这三个命令都是~/my_lib/py_env/py35_env/bin/ 中的

# 值得注意的是,这里可以运行 pip2,这里的 pip2就是系统命令了,即 /usr/bin/pip2了。可以采用 which pip2 验证一下which pip2 which pip which pip3 which pip3.5

可以进入 Python 解释器看看

# 以下三个命令都可以进入 该独立环境对应的 Python 3.5环境python python3 python3.5

进入解释器之后

import tensorflow as tf# 查看该 tensorflow 的安装位置print(tf.__path__)

virtualenv 的更多选项

这里的系统 Python 环境是指创建该独立环境时的 -p 参数

1)--no-site-packages 选项代表 安装到系统Python环境中的所有第三方包都不会复制过来,目前我看到这个是默认执行的

2)--system-site-packages 选项代表该虚拟环境可以访问系统 Python环境中的 第三方包

3)更多的选项直接在 shell 端输入 virtualenv 即可查看

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2018-03-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏嵌入式程序猿

树莓派常用文本编辑器

谈到linux底下的文本编辑器,大家应该知道基本上任何发布的Linux版本都支持vi编辑器,所以vi编辑器是历史最悠久,网上也有人把vi配置的很炫,随着发展的推...

30111
来自专栏魏艾斯博客www.vpsss.net

宝塔 Linux 面板-网站一键迁移教程(内测中)

1583
来自专栏企鹅号快讯

无线局域网负载均衡有哪些分类和形式?

介绍无线局域网负载均衡分类以及形式,无线局域网负载均衡设置主要从无线局域网负载均衡分类和负载不均衡形式两点介绍路由器的异同,轻轻松松就能完成设置,没什么难的。赶...

1846
来自专栏玉树芝兰

如何在Jupyter Notebook中使用Python虚拟环境?

如何在使用Jupyter Notebook时,解决Python虚拟环境间的切换问题?本文一步步帮你拆解。希望你能够避免踩坑的痛苦,把更多的时间花在愉快的编程上。

1053
来自专栏后端云

POWER架构服务器作为计算节点

在power机器上安装计算组件,将power机器作为计算节点,并测试Openstack的基本功能。

561
来自专栏后端技术探索

大众点评新开源项目-Camel(干货)

Camel 是大众点评开发的软负载一体解决方案,承担了F5四层硬负载后的软负载工作。Camel已成为大众点评网络流量中必不可缺的一层。

893
来自专栏乐享123

Docker中的网络

1716
来自专栏小特工作室

WinForm中ClickOnce发布至广域网

  ClickOnce智能客户端,是微软提供比较早的一项技术,用于实现WinForm开发的应用程序能够自动更新,省去给每台客户端升级带来的困扰。   从网上的贴...

1997
来自专栏大闲人柴毛毛

02Linux的基本知识

由于不同硬件的功能函数不同,因此同一个操作系统不能在不同的平台上运行。 06年以前,apple请IBM开发CPU(Power CPU),然后apple在硬件...

27110
来自专栏包子铺里聊IT

五分钟深入 Hadoop 内核

前一篇系列文章 <五分钟零基础理解 Hadoop> 介绍了 Hadoop 到底是怎么回事。下面几篇文章介绍 Hadoop 的核心框架, 为后面讨论 Hadoo...

2015

扫码关注云+社区