Логотип Data Secrets
LAB
ПроектыМоделиКодинг агентСкоро
СтартПроекты и файлыКодинг-агентМодели и APIПодписка и балансРекомендацииПомощь

Загрузка

Data Secrets LAB

Навигация

  • О нас
  • Новости
  • Контакты

Контакты

  • Telegram
  • E-mail

Медиа

  • Новостной канал
  • Новости AI/ML

Правовая информация

  • Условия использования
  • Политика в отношении обработки и защиты персональных данных
  • Политика в отношении использования файлов cookies
  • Политика хранения и удалений
  • Условия использования платформы DS Lab
ООО "ДАТА СИКРЕТС" 2024 - 2026. Все права защищены

Установка Python-пакетов

Установка Python-пакетов

Откройте терминал встроенного VS Code и устанавливайте пакеты через активный Python:

bash
python -m pip install numpy pandas matplotlib
python -m pip install transformers datasets

Не создавайте venv#

В проекте не нужно и не следует использовать `venv`, `.venv`, Conda или другой вложенный интерпретатор.

Изоляцию уже обеспечивает контейнер проекта. DSLab управляет активной версией Python, настройкой VS Code, kernel Jupyter и пользовательскими пакетами. Каталог .venv исключён из управляемого снапшота окружения и не участвует в штатном восстановлении пакетов. Даже если физически положить его в постоянный workspace, он может сломаться после смены Python или образа и будет нагружать медленное хранилище множеством мелких файлов. Он также может заставить VS Code или Jupyter использовать не ту версию Python, которую показывает панель DSLab.

Если pip и python указывают на разные версии, ориентируйтесь на:

bash
python --version
python -m pip --version

Сохранение пакетов#

Пользовательские пакеты устанавливаются в управляемый каталог проекта. При остановке DSLab сохраняет их список, а при следующем запуске или смене Python восстанавливает совместимые пакеты.

Во время восстановления терминал может сообщить, что синхронизация пакетов ещё идёт. Не запускайте параллельный pip: дождитесь окончания.

Для воспроизводимости#

После проверки зависимостей сохраните их версии:

bash
python -m pip freeze > requirements.txt

Храните requirements.txt вместе с кодом проекта. Перед установкой крупного набора зависимостей проверьте свободное место и совместимость версий CUDA, PyTorch и нужных библиотек.

После смены версии Python некоторые бинарные пакеты могут оказаться несовместимыми. В этом случае установите их заново из requirements.txt с версиями, поддерживающими выбранный Python.