แยกโปรเจกต์ด้วยสภาพแวดล้อมเสมือน
ใช้ venv และ conda เพื่อป้องกันไม่ให้โปรเจกต์ต่าง ๆ ชนกัน
แยกโปรเจกต์ด้วยสภาพแวดล้อมเสมือน เป็นบทเรียน MLOps Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน MLOps Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน
Python เดียว หลายโครงการ
เมื่อติดตั้งทุกอย่างไว้ใน Python ส่วนกลางเพียงชุดเดียว โครงการต่าง ๆ จะเริ่มแย่งชิงเวอร์ชันกัน สภาพแวดล้อมเสมือนช่วยให้แต่ละโครงการมีพื้นที่ส่วนตัวของตนเอง 🧪
สิ่งที่ venv ทำจริง ๆ
venv เป็นเพียงโฟลเดอร์ที่เก็บ Python และแพ็กเกจของตัวเอง เมื่อเปิดใช้งานแล้ว แพ็กเกจที่ pip ติดตั้งจะไปอยู่ในโฟลเดอร์นั้น ไม่ใช่ติดตั้งทั่วทั้งระบบ
สร้างสภาพแวดล้อม
มอดูล venv ในตัวจะสร้างสภาพแวดล้อมไว้ในโฟลเดอร์ที่คุณตั้งชื่อ ในที่นี้จะสร้างไว้ในโฟลเดอร์ชื่อ .venv
python -m venv .venvเปิดใช้งาน
การเปิดใช้งานจะทำให้สภาพแวดล้อมนั้นอยู่ลำดับแรกในเส้นทางค้นหา ดังนั้น python และ pip จะชี้ไปยังสภาพแวดล้อมนั้นแทนระบบ
source .venv/bin/activateยืนยันว่าคุณอยู่ภายในสภาพแวดล้อม
เรียกใช้ which python แล้วคุณควรเห็นเส้นทางไปยังโฟลเดอร์ .venv นั่นยืนยันว่าการติดตั้งจะยังแยกออกจากระบบ
which pythonออกเมื่อเสร็จงาน
คำสั่ง deactivate จะพาคุณกลับไปใช้ Python ของระบบ แพ็กเกจของโครงการจะยังถูกเก็บไว้อย่างปลอดภัยในโฟลเดอร์นั้น
deactivateอย่าบันทึกโฟลเดอร์นี้ลงระบบควบคุมเวอร์ชัน
โฟลเดอร์ .venv มีขนาดใหญ่และขึ้นอยู่กับแต่ละเครื่อง ดังนั้นให้เพิ่มโฟลเดอร์นี้ลงใน .gitignore แล้วบันทึก requirements.txt แทน เพื่อสร้างสภาพแวดล้อมใหม่ได้ทุกที่
.venv/Conda เข้ามามีบทบาท
conda ก็สร้างสภาพแวดล้อมได้เช่นกัน และยังจัดการเครื่องมือที่ไม่ใช่ Python อย่าง CUDA ได้ด้วย จึงเป็นที่นิยมสำหรับงาน ML และงาน GPU ขนาดใหญ่
conda create -n mlops python=3.11ตรึงเวอร์ชัน Python
Python ต่างเวอร์ชันอาจทำงานต่างกัน ดังนั้นให้ตรึงเวอร์ชันไว้สำหรับแต่ละสภาพแวดล้อม Conda จะทำให้เวอร์ชัน Python เป็นส่วนหนึ่งของคำสั่ง create
หนึ่งสภาพแวดล้อมต่อหนึ่งโครงการ
ให้แต่ละโครงการมีสภาพแวดล้อม ของตัวเอง จากนั้นการอัปเกรดไลบรารีสำหรับโครงการหนึ่งจะไม่สามารถทำให้อีกโครงการเสียหายโดยไม่รู้ตัว
แชร์อย่างสร้างซ้ำได้
ส่งออกสภาพแวดล้อม conda ของคุณเป็นไฟล์ YAML เพื่อให้เพื่อนร่วมทีมสร้างการตั้งค่าแบบเดียวกันได้ด้วยคำสั่งเดียว
conda env export > environment.ymlตรวจสอบอย่างรวดเร็ว
เหตุผลหลักที่ควรใช้สภาพแวดล้อมเสมือนแยกกันสำหรับแต่ละโครงการคืออะไร
สรุปทบทวน
ตอนนี้คุณสามารถสร้างสภาพแวดล้อม venv หรือ conda เปิดใช้งาน เพิ่มโฟลเดอร์ลงใน gitignore ตรึงเวอร์ชัน Python และส่งออกการตั้งค่าเพื่อสร้างใหม่ได้ทุกที่ 🧰
คำถามที่พบบ่อย
บทเรียน “แยกโปรเจกต์ด้วยสภาพแวดล้อมเสมือน” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “แยกโปรเจกต์ด้วยสภาพแวดล้อมเสมือน” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส MLOps Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “แยกโปรเจกต์ด้วยสภาพแวดล้อมเสมือน”
ใช้ venv และ conda เพื่อป้องกันไม่ให้โปรเจกต์ต่าง ๆ ชนกัน คุณปฏิบัติ MLOps Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน MLOps Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน MLOps Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน
บทเรียน “แยกโปรเจกต์ด้วยสภาพแวดล้อมเสมือน” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน MLOps Academy นี้ได้ไหม
ได้ บทเรียน MLOps Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- ตรึง Dependencies ด้วย requirements.txt
- แยกโปรเจกต์ด้วยสภาพแวดล้อมเสมือน
- กำหนดค่าเมล็ดสุ่มเพื่อให้รันซ้ำได้ผลเดิม
- บันทึกการตั้งค่าการรันทั้งหมด