- 主题:python package的构建现在越来越混乱了。
别自己build啊,dist是干嘛的。
一定要自己build那就别抱怨,比这个更折腾的东西多的去了。
【 在 pcal 的大作中提到: 】
: 什么setup.py pyproject.toml, 什么easy_install, pip, 什么skbuild,什么cmake, meson, ninja,我就为了在一台rhel6上装pandas,我靠什么牛鬼蛇神全出来了,各种包打架。
: 起因是,我有个python库,用了比较新的cython,对pandas版本要求倒不高。现在要在老系统上跑,结果pandas老版本,就是用传统setup.py的那个,依赖老版本的cython,我自己的库用老cython编译过不了,只能升pandas到2.x,结果2.x的构建换成meson-python了,这破玩意一堆乱七八糟的依赖。
: 真的服了这群人了,当年嘲笑perl事多,现在发现python的破事更多
--
FROM 121.225.189.*
ai基本上是混乱的重灾区,所有的版本号都强关联,能一路一直给你锁到驱动版本。
基本上就是我这样调通了就行了,哪管别人洪水滔天。
所以我是坚决不用docker。我就是所有库都用发行版的发布并保持到它能更新的最新版本。然后所有的ai任务都得往这个版本port,能port过来就用port不过来我就不用。要不然这日子没法过了
【 在 mopo 的大作中提到: 】
: pandas本来就足够复杂了,版本的坑很多,算上tf啥的更乱,有条件的直接上docker,没有的靠一个人趟坑然后打包成zip互相传阅
: 以前跑大数据和AI训练任务基本是一个job一个python环境,都靠口口相传,换了就不好使
--
修改:lvsoft FROM 121.225.189.*
FROM 121.225.189.*
我好像完全没有说Python吧?事实上ai一锅炖就是比Python package复杂的多也乱的多的典型案例啊
【 在 VincentGe 的大作中提到: 】
: ai 重灾区是因为Python要依赖C,Cpp,cuda,然后这些又依赖 系统,处理器架构,python 不背这个锅
:
: #发自zSMTH@PCT-AL10
--
FROM 117.136.46.*
那升级libc啊
libc升不了换系统啊
系统不让换那换公司啊
要么做正确的事,用脚投票别惯着。
要么自己的选择自己承受,打碎牙自己吞忍着。
天底下无非就这么2个选项而已。
【 在 pcal 的大作中提到: 】
: libc版本跟不上
--
FROM 117.136.46.*