Merge pull request falloutdurham#46 from MarcusFra/dependencies

Dependency Management/ Version Control

README.md

@@ -9,3 +9,92 @@ Repository for scripts and notebooks from the book: Programming PyTorch for Deep
 * 2020/03/01: Chapter 9.5 - Text Generation With GPT-2 And (only) PyTorch, or Semi/Self-Supervision Learning Part 1 (Letters To Charlotte)
 
 * 2020/05/03: Chapter 7.5 - Quantizing Models 
+
+________________
+
+# Deutschsprachige Ausgabe
+## PyTorch für Deep Learning: Anwendungen für Bild-, Ton- und Textdaten entwickeln und deployen
+
+--> [https://dpunkt.de/produkt/pytorch-fuer-deep-learning/]()
+
+## Installationshinweise
+
+ - [Python - Downloads und Dokumentation](https://www.python.org/)
+ - [Anaconda - Dokumentation mit Installationshinweisen](https://docs.anaconda.com/anaconda/)
+ - [pip - Installationshinweise](https://pypi.org/project/pip/)
+ - [PyTorch - Installationshinweise](https://pytorch.org/get-started/locally/)
+   + falls Installation nicht mit `conda env create --file environment.yml`/`pip3 install -r requirements.txt
+   /requirements_cuda_available.txt` erfolgt; ansonsten siehe Abschnitt [_Versionskontrolle_](#Versionskontrolle)
+ - [Jupyter Notebook / JupyterLab - Installation und Dokumentation](https://jupyter.org/)
+ - [Google Colaboratory - Einführung und weitergehende Hinweise insb. zum Einlesen von Daten](https://colab.research.google.com/notebooks/intro.ipynb)
+ - [Github - Forken und Klonen eines Repositorys](https://docs.github.com/en/free-pro-team@latest/github/getting-started-with-github/fork-a-repo)
+
+## Versionskontrolle
+
+Nachdem Sie das Github-Repository lokal geklont (bzw. zuvor geforkt) haben!
+
+### Conda
+
+1.) Wechseln Sie zunächst in den Zielordner (`cd beginners-pytorch-deep-learning`), erstellen Sie dann eine (lokale) virtuelle Umgebung und installieren Sie die benötigten Bibliotheken und Pakete:
+
+`conda env create --file environment.yml`
+
+2.) Anschließend aktivieren Sie die virtuelle Umgebung:
+
+`conda activate myenv`
+
+3.) Zum Deaktivieren nutzen Sie den Befehl:
+
+`conda deactivate`
+
+### pip
+
+1.) Wechseln Sie zunächst in den Zielordner (`cd beginners-pytorch-deep-learning`) und erstellen Sie anschließend eine
+ virtuelle Umgebung:
+
+`python3 -m venv myenv`
+
+2.) Aktivieren Sie die virtuelle Umgebung (https://docs.python.org/3/library/venv.html):
+
+`source myenv/bin/activate` (Ubuntu/Mac)
+`myenv\Scripts\activate.bat` (Windows)
+
+3.) Erstellen Sie eine (lokale) virtuelle Umgebung und installieren Sie die benötigten Bibliotheken und Pakete:
+
+`pip3 install -r requirements.txt`
+
+
+4.) Zum Deaktivieren nutzen Sie den Befehl:
+
+`deactivate`
+
+### Bei Nutzung von Jupyter Notebook
+
+1.) Zunächst müssen Sie Jupyter Notebook installieren:
+
+ `conda install -c conda-forge notebook` oder `pip3 install notebook`
+
+2.) Nach Aktivierung Ihrer virtuellen Umgebung (s.o.) geben Sie den folgenden Befehl in Ihre Kommandozeile ein, um die
+ `ipykernel`-Bibliothek herunterzuladen:
+
+ `conda install ipykernel` oder `pip3 install ipykernel`
+
+3.) Installieren Sie einen Kernel mit Ihrer virtuellen Umgebung:
+
+ `ipython kernel install --user --name=myenv`
+
+4.) Starten Sie Jupyter Notebook:
+
+ `jupyter notebook`
+
+5.) Nach Öffnen des Jupyter-Notebook-Startbildschirms wählen Sie auf der rechten Seite das Feld _New_ (bzw. in der
+ Notebook-Ansischt den Reiter _Kernel_/_Change Kernel_) und wählen Sie _myenv_ aus.
+
+### Google Colaboratory
+
+In Google Colab stehen Ihnen standardmäßig einige Pakete bereits vorinstalliert zur Verfügung. Da sich
+ Neuinstallationen immer nur auf ein Notebook beziehen, können Sie von einer Einrichtung einer virtuellen Umgebung
+  absehen und direkt die Pakete mit Hilfe der Dateien `environment.yml` oder `requirements.txt
+  / requirements_cuda_available.txt` wie oben
+   beschrieben installieren, jedoch zusätzlich mit einem vorangestellten **!** , bspw. `!pip3 install -r requirements
+   .txt`. 

environment.yml

@@ -0,0 +1,33 @@
+name: myenv
+
+channels:
+  - pytorch
+  - conda-forge
+  - defaults
+
+dependencies:
+  - cmake=3.12.0
+  - cudatoolkit-dev=10.1
+  - Flask=1.1.2
+  - jupyter=1.0.0
+  - matplotlib=3.2.2
+  - numpy=1.18.5
+  - pandas=1.0.5
+  - Pillow=7.0.0
+  - pip=20.2
+  - py-spy=0.3.3
+  - python>=3.6.9
+  - pytorch=1.6.0
+  - requests=2.23.0
+  - spacy=2.2.4
+  - tensorboard=2.3.0
+  - torchaudio=0.6.0
+  - torchtext=0.7.0
+  - torchvision=0.7.0
+  - transformers=3.0.2
+  - urllib3=1.24.3
+  - pip:
+    - fast-bert==1.9.1
+    - googletrans==3.0.0
+    - docker==4.3.1
+    - fastai==1.0.61

requirements.txt

@@ -0,0 +1,43 @@
+cmake==3.12.0
+
+docker==4.3.1
+
+fastai==1.0.61
+
+fast-bert==1.9.1
+
+Flask==1.1.2
+
+googletrans==3.0.0
+
+jupyter==1.0.0
+
+matplotlib==3.2.2
+
+numpy==1.18.5
+
+pandas==1.0.5
+
+Pillow==7.0.0
+
+py-spy==0.3.3
+
+python == 3.6.9
+
+requests==2.23.0
+
+spacy==2.2.4
+
+tensorboard==2.3.0
+
+torch==1.6.0
+
+torchaudio==0.6.0
+
+torchtext==0.7.0
+
+torchvision==0.7.0
+
+transformers==3.0.2
+
+urllib3==1.24.3

requirements_cuda_available.txt

@@ -0,0 +1,43 @@
+cmake==3.12.0
+
+docker==4.3.1
+
+fastai==1.0.61
+
+fast-bert==1.9.1
+
+Flask==1.1.2
+
+googletrans==3.0.0
+
+jupyter==1.0.0
+
+matplotlib==3.2.2
+
+numpy==1.18.5
+
+pandas==1.0.5
+
+Pillow==7.0.0
+
+py-spy==0.3.3
+
+python == 3.6.9
+
+requests==2.23.0
+
+spacy==2.2.4
+
+tensorboard==2.3.0
+
+torch==1.6.0+cu101
+
+torchaudio==0.6.0
+
+torchtext==0.7.0
+
+torchvision==0.7.0+cu101
+
+transformers==3.0.2
+
+urllib3==1.24.3