Différences

Ci-dessous, les différences entre deux révisions de la page.

--- setup-python [2023/06/10 11:55]
moreajul
+++ setup-python [2024/11/15 22:43] (Version actuelle)
moreajul
@@ Ligne 1: / Ligne 1: @@
-====== Installation et configuration de Python pour les TPs ======
+====== Installation et configuration de Python pour les TPs / Python setup for practical sessions ======
-**Note : ** instructions validées sous Ubuntu 20.04, à adapter éventuellement en fonction de votre système d'exploitation. Attention, ces environnements virtuels peuvent occuper beaucoup d'espace. **L'installation peut être assez longue, veuillez la faire avant les séances pratiques !**
+**Note : ** instructions validées sous Ubuntu, à adapter en fonction de votre système d'exploitation. Attention, ces environnements virtuels peuvent occuper beaucoup d'espace. **L'installation peut être assez longue, veuillez la faire avant les séances pratiques !**
-Pour les travaux impliquant de coder pour pratiquer les algorithmes, nous utilisons le langage Python 3 avec les bibliothèques [[https://numpy.org/|NumPy]], [[https://matplotlib.org/|Matplotlib]], [[https://scikit-image.org/|scikit-image]], [[https://scikit-learn.org/|scikit-learn]], [[https://scipy.org/|SciPy]], [[https://opencv.org/|OpenCV]], [[https://keras.io/|Keras]], [[https://pytorch.org/|PyTorch]] (voir la page [[outils|Outils logiciels]] pour plus de détails).
+Pour les travaux impliquant de coder pour pratiquer les algorithmes, nous utilisons le langage Python 3 avec les bibliothèques adaptées aux mathématiques et aux sciences (voir la page [[outils|Outils logiciels]] pour plus de détails).
 Le plus pratique pour configurer librement une ou plusieurs installations est d'utiliser un gestionnaire d'environnements virtuels Python type [[https://docs.conda.io/|Conda]].\\
 L'installation décrite ici propose aussi d'ajouter [[https://ipython.org/|IPython]] (python interactif) et [[https://www.spyder-ide.org/|Spyder]], un éditeur Python développé pour les études scientifiques. Elle inclut aussi les systèmes de notebooks [[https://jupyter.org/|Jupyter]] (python interactif dans le navigateur web) et spyder-notebook (plugin équivalent pour Jupyter), au cas où il soit nécessaire pour certains TPs.\\
@@ Ligne 12: / Ligne 12: @@
 \\
-Installer d'abord [[https://www.anaconda.com/|Anaconda]] ou encore mieux [[https://docs.conda.io/en/latest/miniconda.html|Miniconda]] (idem sans GUI).
+**Étapes de l'installation / Installation steps**
-Ces outils permettent de gérer des environnements virtuels Python et ainsi autant de configurations différentes que l'on souhaite.
-Ouvrir un terminal, et créer un environnement virtuel (nommé par exemple « sy32 ») par la commande :
+Installer d'abord le système type conda permettant de gérer différents environnements Python en fonction des besoins : [[https://mamba.readthedocs.io/en/latest/user_guide/micromamba.html|micromamba]] recommandé pour sa plus grande rapidité de fonctionnement (version allégée de [[https://mamba.readthedocs.io|Mamba]]), sinon l'original [[https://docs.conda.io/en/latest/miniconda.html|Miniconda]] (ou [[https://www.anaconda.com/|Anaconda]]).\\
+//First install a conda-type system to manage various Python environments: [[https://mamba.readthedocs.io/en/latest/user_guide/micromamba.html|micromamba]] recommended for its faster operation (light version of [[https://mamba.readthedocs.io|Mamba]]), otherwise original [[https://docs.conda.io/en/latest/miniconda.html|Miniconda]] (or [[https://www.anaconda.com/|Anaconda]]).//
+Ouvrir un terminal, et créer l'environnement virtuel avec toutes les bibliothèques utiles pour nos sessions pratiques, nommé par exemple « sy32 » (changer l'appel micromamba par mamba ou conda en fonction de votre installation) :
+//Open a terminal, then create a virtual environment with all the needed libraries, called for example "sy32" (change micromamba call with mamba or conda according to your setup)://
 <code bash>
-conda create -n sy32 -c conda-forge python=3.8 scikit-image scikit-learn opencv matplotlib spyder-notebook
+micromamba create -n sy32 -c conda-forge -c pytorch python=3.8 scikit-image scikit-learn opencv matplotlib spyder-notebook pytorch torchvision torchinfo addict plyfile tqdm labelimg
 </code>
-(NumPy, SciPy, Spyder et notebook seront aussi installés car sont requis pour ces bibliothèques.)
+(NumPy, SciPy, Spyder et notebook seront aussi installés car sont requis pour ces bibliothèques.)\\
+(torchinfo est optionnel est sert à visualiser l'architecture des réseaux de manière similaire à la commande summary de Keras.)
 Puis, pour entrer dans cet environnement :
+//From now, to enter in this environment://
 <code bash>
-conda activate sy32
+micromamba activate sy32
 </code>
-Attention, les utilisateurs de Windows et de MacOS ne peuvent peut-être pas installer le plugin spyder-notebook, dans ce cas, adapter l'installation comme suit (notebook ne pourra être utilisé qu'avec Jupyter) :
+Enfin, la bibliothèque open3d n'est disponible maintenant que via pip, pour l'installer, faire (à l'intérieur du bon environnement python) :
+//Finally, open3d library is now only available via pip, to install it, do (inside the appropriate ptyhon environment)://
 <code bash>
-conda create -n sy32 -c conda-forge python=3.8 scikit-image scikit-learn opencv matplotlib spyder=5 notebook
+pip install open3d
 </code>
-**Bibliothèques d'apprentissage profond**
+**Si besoin, commande pour mettre à jour toutes les bibliothèques**
-À ce stade, les bibliothèques classiques sont installées, à l'exception des bibliothèques d'apprentissage profond : Keras (TensorFlow) et PyTorch.
-**Maintenant, seul PyTorch est utilisé dans nos exercices pratiques, l'installation de Keras n'est pas nécessaire.**
-Vous pouvez les installer par les commandes qui suivent (référez-vous à la documentation de chaque bibliothèque pour voir les options de versions, etc).
-  * Keras, si GPU compatile CUDA (NVidia) :
 <code bash>
-conda install -c conda-forge tensorflow-gpu
+micromamba update --all
 </code>
-  * ou bien Keras, pour fonctionnement sur CPU seulement :
+**Si besoin, commande pour nettoyer le cache conda/mamba**
 <code bash>
-conda install -c conda-forge tensorflow
+micromamba clean --all
 </code>
-  * PyTorch (OK avec et sans GPU compatible CUDA) :
+====== Note sur les bibliothèques d'apprentissage profond installées ======
+**Ne servent que pour SY32 et ARS2.**
+**Maintenant, seul PyTorch est utilisé dans nos exercices pratiques, l'installation de Keras n'est pas nécessaire.**
+Vous pouvez si vous le souhaiter installer Keras par les commandes qui suivent (référez-vous à la documentation de chaque bibliothèque pour voir les options de versions, etc).
+  * Keras (TensorFlow), si GPU compatile CUDA (NVidia) :
+<code bash>
+micromamba install -c conda-forge tensorflow-gpu
+</code>
+  * ou bien Keras, pour fonctionnement sur CPU seulement :
 <code bash>
-conda install -c pytorch pytorch torchvision
+micromamba install -c conda-forge tensorflow
-conda install -c conda-forge torchinfo
 </code>
-(torchinfo est optionnel est sert à visualiser l'architecture des réseaux de manière similaire à la commande summary de Keras)
-====== Vérification de l'installation ======
+** Vérification de l'installation **
 Pour vérifier si Keras et PyTorch peuvent fonctionner sur GPU, vous pouvez exécuter les codes suivants dans Python :
@@ Ligne 69: / Ligne 85: @@
 </code>
-**Si besoin, commande pour mettre à jour toutes les bibliothèques**
-<code bash>
-conda update --all
-</code>
-====== Additionnal installation for ARS2 students ======
-Practical courses will need [[http://www.open3d.org/|Open3D]] library.
-In your conda environnement (we keep here the sample with "sy32" env name), install Open3D and its dependencies with the following commands:
-<code bash>
-conda activate sy32
-conda install -c conda-forge addict plyfile tqdm
-conda install -c open3d-admin open3d
-</code>
 ====== S'initier au langage Python pour les sciences ? ======