神经网络学习笔记1：使用uv创建开发环境

发表于 分类于

uv是一个使用rust编写的高性能python包和项目管理器，与传统的pip或venv相比，具有很多方便的功能，例如自动解析依赖、快速切换python解释器版本等。本文将会介绍如何使用uv创建基于pytorch和Jupyter notebook的开发环境，从而在其中运行《动手学深度学习》的代码。

安装uv并配置环境

uv的安装很简单，只需要通过如下命令即可安装：

1
pip install uv

然后，通过此链接下载《动手学深度学习》的Jupyter notebook压缩包。解压后，转到pytorch文件夹，通过如下命令创建一个uv project：

1
uv init

它将会初始化一个git仓库，并在当前文件夹下创建这几个文件：

1
2
3
4
pytorch
├── .python-version
├── README.md
├── pyproject.toml

接下来需要创建虚拟环境。根据宿主机python版本的不同，.python-version和pyproject.toml里的requires-python属性也会不同。例如，我的电脑上安装的python版本为3.12，如果不经处理就开始安装依赖，就会出现找不到distutils等错误（distutils在python 3.12被移除，但《动手学深度学习》使用的库版本仍然依赖于distutils），所以需要手动切换python版本，而这正是uv的主要特性之一，可以通过如下命令实现：

1
uv venv --python 3.9

如果出现下载失败（tcp connect error: 由于目标计算机积极拒绝，无法连接。 (os error 10061)）问题，可以将代理改为全局模式，或者在终端中输入如下命令，从而在当前终端临时启用代理：

1
$env:HTTP_PROXY="http://proxy:port"; $env:HTTPS_PROXY="http://proxy:port"

如果已经用错误的版本创建了venv，直接删除当前目录下的.venv文件夹，并运行上面的命令创建基于正确版本的venv即可。

安装依赖

创建虚拟环境后，uv会提示通过.venv\Scripts\activate激活。在确保虚拟环境已经激活的情况下，通过如下命令安装依赖（版本号基于官方文档）：

1
uv add d2l==0.17.6 torch==1.12.0 torchvision==0.13.0

如果在pyproject.toml中设置了过低的python版本，例如和setup.py一样设置成>=3.5，在解析依赖时uv就会报错：

1
2
3
× No solution found when resolving dependencies for split (python_full_version >= '3.7' and python_full_version < '3.7.1'):
╰─▶ Because the requested Python version (>=3.5) does not satisfy Python>=3.7.1 and pandas==1.2.4 depends on Python>=3.7.1, we can conclude that pandas==1.2.4 cannot be used.
    And because d2l==0.17.6 depends on pandas==1.2.4 and your project depends on d2l==0.17.6, we can conclude that your project's requirements are unsatisfiable.

这是因为这个包只支持3.7以上的python，但pyproject.toml中过宽的约束使其能运行在3.5、3.6等版本的解析器上，与这个包的约束矛盾了。只要调整为正确的>=3.9即可。

现在打开想要的ipynb文件，选择.venv中的python 3.9内核，即可正常运行单元格。