【发布时间】:2018-01-23 13:25:21
【问题描述】:
我有一台 Windows 10 机器,用于开发我的代码 (Anaconda 3.5)。现在我需要让我的代码在 Linux 服务器上运行,以便其他人可以将它用作应用程序的一部分。设置和维护我的 Linux 环境以使其在软件包和版本号方面复制 Windows 环境的最佳方法是什么?
我正在运行 Anaconda Python 3.5 的 Windows 环境中训练和保存 DataFrame、SVM (Sklearn) 和 ANN (Keras)。
在 Linux 服务器上,我需要能够加载和使用这些模型,这需要具有相同的包和包版本。
如何保持环境运行相同的包版本?
计划是在我获得更多数据后发布更新更好的模型。随着版本的发布,这些可能会在较新版本的 Keras、Sklearn 等上运行。如果需要,我如何确保在 Python 中我可以拥有最新的包版本,但仍然能够运行旧模型(可能使用旧包版本进行训练和保存)?向后兼容性非常重要。
背景: 我正在创建一个使用许多 ANN 和 SVM 的“大小调整算法”。对于其他人使用这个算法,它将在 Linux 服务器上运行,并且以某种方式(软件人员确保我可以完成)集成或链接到公司软件中。不同的模型将被加载并保存到内存中,并在调用以调整大小时使用。重要的是,即使我发布了更新、更好的版本,仍然可以使用旧的大小调整算法。
显然,我是公司的 Python 专家,尽管我从一月份才开始使用它,并且没有发布算法供他人使用的经验。非常感谢您以最佳方式设置系统的帮助。
非常感谢
【问题讨论】:
-
从阅读pip freeze 开始,以后可以使用它来安装。
-
你试过探索 Docker 吗?我认为使用它可以解决您的问题。 docker.com
标签: python algorithm release-management