¿Conda demasiado lento? ¡Prueba Mamba!
¿Tu cabello crece demasiado lento? ¡Prueba Mamba!
Comparación de gestores de paquetes populares
Antes o después, todo científico de datos e ingeniero de aprendizaje automático se encontrará con gestores de paquetes y entornos. Los entornos contienen las bibliotecas necesarias para ejecutar el código del proyecto. Los desarrolladores pueden crear múltiples entornos en la misma máquina, lo que permite mantener diferentes entornos para diferentes proyectos. El software no se instala en todo el sistema, sino que se encuentra dentro de un entorno.
Los gestores de paquetes se utilizan para distribuir bibliotecas de software. Entre los gestores de paquetes populares se encuentran conda, pip y mamba.
Vale la pena echar un vistazo a mamba, ¡ya que pude instalar un entorno grande 10 veces más rápido a través de mamba, en comparación con conda!
En este artículo, te mostraré cómo obtener esta aceleración. Discutiré:
- Las 5 mejores APIs de difusión estable para una integración fácil de aplicaciones
- Altman está de vuelta El CEO de OpenAI triunfa sobre la turbulencia en la sala de juntas
- Tutorial de Sklearn Módulo 1
- Cómo configurar un entorno
- Los gestores de paquetes y entornos conda y mamba
- Cómo se comparan en términos de velocidad
- libmamba: ¿aceleración de mamba dentro de conda?
Entorno de Software
Mantener un archivo de entorno de software asegura que el código siga siendo reproducible y se pueda ejecutar en diferentes plataformas. Un proyecto de aprendizaje automático siempre debe incluir una lista de los paquetes requeridos, junto con sus números de versión. Si le das tu modelo a otro desarrollador o lo envías a un cliente, ellos podrán replicar el entorno localmente.
Un archivo de entorno de muestra se ve así, tomado de uno de mis repositorios de git en https://github.com/crlna16/ai4foodsecurity:
name: ai4foodsecuritychannels: - conda-forge - defaults - pytorch - nvidiadependencies: - pandas==1.0.1 - geopandas==0.8.2 - rasterio==1.1.8 - matplotlib==3.3.2 - tensorboard==2.4.0 - sentinelhub==3.3.2 - pytorch==1.9.0 - torchvision==0.10.0 - numpy==1.19.5 - sh==1.14.2 - radiant-mlhub==0.3.0 - ipykernel=5.3.4 - 'cudatoolkit=11.1'
Los sistemas de gestión de paquetes se pueden utilizar para crear entornos a partir de archivos como este.
Sistemas de Gestión de Paquetes
Existen varias formas de crear entornos e instalar paquetes en ellos. Nos enfocaremos en…
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Investigadores de Stanford innovan en el modelo de lenguaje de gran escala para la veracidad de los hechos Rankings de preferencia automáticos y avances en NLP para la reducción de errores
- Incrustación de texto y recuperación de similitud de frases a gran escala con Amazon SageMaker JumpStart
- La nueva función de diseño de Amazon Textract introduce eficiencias en tareas de procesamiento de documentos de inteligencia artificial generales y generativos.
- Aprendizaje automático con MATLAB y Amazon SageMaker
- Cómo Amazon Music utiliza SageMaker con NVIDIA para optimizar el rendimiento y el costo del entrenamiento y la inferencia de machine learning.
- Los hackers están explotando una falla en el software de Citrix a pesar de la solución
- Corea del Sur permite que los robots autónomos utilicen las aceras