tocdepth: 2

Установить и обновить библиотеки в созданном Jupyter Server

Установка пакетов в окружение с помощью conda
- Пример установки пакета ffmpeg в созданное окружение
Установка и настройка пакетов с помощью pip

В созданном Jupyter Server для установки пакетов можно использовать:

conda — для Jupyter Servers, созданных из образа jupyter-server версии 0.0.95 и выше;
pip — для всех Jupyter Servers без ограничений.

В каждом базовом образе Jupyter Server и базовом образе для задач обучения есть предустановленный набор библиотек.

Установка пакетов в окружение с помощью conda 

В базовых образах для Jupyter Server нет root-прав.

Для установки требуемых пакетов можно использовать кастомные образы или базовый образ jupyter-server версии 0.0.90, в которых установлена conda.

С помощью conda можно устанавливать пакеты. Например, можете использовать в conda-forge и другие источники для установки пакетов без root-прав.

См.также

Документация conda (en)
Документация conda-forge (en)

Пример установки пакета ffmpeg в созданное окружение 

Запустите Jupyter Server.
Создайте conda окружение и выберите созданное окружение conda.
Установите в терминале пакет ffmpeg в Jupyter Server, запущенный на образе jupyter-server:0.0.95:
```
conda install ffmpeg
```

См.также

Установка и настройка пакетов с помощью pip 

Для установки pip-пакетов в активированное окружение используется команда pip install. Например, если необходимо установить библиотеку numpy, выполните следующую команду:

pip install numpy

Когда нужно установить несколько пакетов, перечислите их в одной команде, разделяя имена пакетов пробелами:

pip install numpy scipy pandas

Пример установки специфических версий пакетов 

Иногда требуется установить конкретную версию пакета. Для этого после имени пакета указывается его версия:

pip install numpy==1.18.5

Эта команда установит версию numpy 1.18.5 в ваше активированное окружение.

Установка пакетов из файла requirements.txt 

Часто для удобства управления зависимостями проекта используется файл requirements.txt, содержащий список всех необходимых пакетов с указанием их версий. Для установки пакетов из такого файла используйте команду:

pip install -r requirements.txt

Это позволит автоматически установить все перечисленные в файле пакеты, обеспечивая необходимое окружение для вашего проекта.

См.также

Описание команд и параметров

Работа с библиотеками с помощью pip 

Чтобы увидеть список библиотек, установленных в образе Jupyter Server:

Создайте или подключитесь к уже существующему Jupyter Notebook.
В ячейке Jupyter Notebook выполните следующую команду:
Получить список установленных в Jupyter Server библиотек
```
pip list
```
Результатом выполнения команды станет список установленных библиотек.

Установка дополнительных библиотек в Jupyter Server 

Для установки дополнительных библиотек выполните команду в ячейке ноутбука:

!pip install <package_name> <version>

Где package_name — наименование библиотеки, которую предполагается установить, а version — версия данной библиотеки.

После установки библиотеки выполните следующую команду для проверки:

!pip list | grep <package_name>

Примечание

В Jupyter Server есть каталоги, в которых хранятся служебные и пользовательские файлы:

/home/user — каталог, уникальный для каждого Jupyter Server.
/home/jovyan — каталог, общий для всех Jupyter Server, созданных в рамках одного воркспейса.

Если устанавливать библиотеки с помощью команды pip install, то зависимости будут установлены в каталог /home/jovyan/.img-xxxxx.

При постановке Jupyter Server на паузу этот каталог остается, при остановке (удалении) каталог удаляется. При удалении Jupyter Server все библиотеки, которые установлены с помощью команды pip install, удаляются вместе с каталогом /home/user.

Для использования требуемого набора библиотек можно создать и использовать кастомный Docker-образ.

Пример:

Jupyter Server называется test-img-dir, в нем командой pip install glances установили библиотеку. Установленная библиотека с требуемыми зависимостями будет находиться в каталоге /home/jovyan/.imgenv-test-img-dir-0/lib/python3.7/site-packages.

Установка дополнительных библиотек в базовый образ 

Пользователи могут установить дополнительные библиотеки в базовые образы. Для сборки кастомных образов используются средства функции client_lib. Подробнее в инструкции обучения из Jupyter Server с GPU.

См.также

CLI-утилита ML Space

Обновление версий библиотек в Jupyter Server 

Чтобы обновить версию установленной библиотеки, выполните команду:

pip install <package_name> --upgrade

Ранее установленная версия библиотеки обновится.

Пример переустановки версии torch приведен ниже.

pip install --no-cache-dir torch===1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

Примечание

Не рекомендуется менять версию базовых пакетов — Horovod, TensorFlow, Apex, MXNet, TensorBoard, KServe, PyTorch.

Обновление версий библиотек в базовых образах 

Для обновления версий библиотек, установленных в базовом образе, внесите модули и их версии в файл requirements.txt и соберите кастомный образ с использованием этого файла. Подробнее в инструкции обучения из Jupyter Server с GPU.

См.также

Была ли статья полезной?

Спасибо за отзыв! Что можно улучшить?

Установить и обновить библиотеки в созданном Jupyter Server