Как навсегда установить пакет в GoogleColab с помощью conda? - PullRequest
Новая
       32

Как навсегда установить пакет в GoogleColab с помощью conda?

2 голосов
/ 25 июня 2019

Я пытаюсь использовать библиотеку PyTorch SparseConvNet (https://github.com/facebookresearch/SparseConvNet) в Google Colab Laboratory. Для правильной установки необходимо сначала установить Conda, а затем с помощью Conda установить пакет SparseConvNet. Вот код Я использую (следуя инструкциям из файла readme scn): 

!wget -c https://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.sh
!chmod +x Anaconda3-5.1.0-Linux-x86_64.sh
!bash ./Anaconda3-5.1.0-Linux-x86_64.sh -b -f -p /usr/local

import sys
sys.path.append('/usr/local/lib/python3.6/site-packages/')

!conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
!conda install google-sparsehash -c bioconda
!conda install -c anaconda pillow

!git clone https://github.com/facebookresearch/SparseConvNet.git
!cd SparseConvNet/
!bash develop.sh

Когда я запускаю эту программу, она работает и я могу успешно импортировать пакет sparseconvnet, но мне нужно делать это каждый раз, когда я вхожу в ноутбук или перезапускаю среду выполнения, и это занимает много времени. Можно ли установить эти пакеты навсегда?

Есть один подобный вопрос, и ответ предполагает, что я должен установить его на моем диске, но я не знаю, как это сделать с помощью Conda. Спасибо!

Ответы [ 3 ]

1 голос
/ 25 июня 2019

К сожалению нет. Google colab машина сотрет через некоторое время. Это докер внутри, и каждый раз, когда вы запускаете GC, он запускает новый образ докера. Но вы можете подключиться к вашей локальной машине через Colab. Проверьте параметр на кнопке подключения.

1 голос
/ 29 июня 2019

Вы можете указать каталог для установки conda, используя 

conda install -p path_to_your_dir

Итак, вы можете смонтировать ваш google drive и установить conda там, чтобы сделать его постоянным.

0 голосов
/ 25 июня 2019

Вся среда, в которой Google Colab Laboratory работает с вашими ноутбуками, не является постоянной, это одна из их предпосылок. Если вам нужна постоянная среда, рассмотрите возможность запуска Jupyter непосредственно на виртуальной машине Google Cloud Compute Engine, у них есть готовые образы со всем настроенным здесь или Google Cloud Datalab (который работает на GCE ВМ, но управляется)

...