Hugging Face's logo

Datasets:
data-loader
/
simlingo-conda-env

Modalities:
Text
Formats:
json
Languages:
Chinese
English
Size:
< 1K
Tags:
conda
environment
reproducibility
autonomous-driving
Libraries:
Datasets
pandas
Polars
License:
Dataset card Data Studio Files
xet
 Community
simlingo-conda-env / README.md
data-loader's picture
data-loader
Add portable SimLingo environment: README.md
5cf0289 verified
preview code
|
Raw History Blame Contribute Delete
4.01 kB
metadata 
pretty_name: SimLingo Conda Environment (Linux x86_64, Python 3.8)
language:
  - zh
  - en
license: other
license_name: mixed-third-party-licenses
license_link: >-
  https://huggingface.co/datasets/data-loader/simlingo-conda-env/blob/main/THIRD_PARTY_NOTICES.md
tags:
  - conda
  - environment
  - reproducibility
  - autonomous-driving

SimLingo 环境迁移包

这是现有 simlingo Conda 环境的 conda-pack 快照，用于在其他 Linux x86_64 服务器上恢复同一套 Python 包。无需在目标机器重新安装这些 Python 包或安装 Conda。

组件 版本
Python 3.8.18
PyTorch / Torchvision 2.2.0 / 0.17.0
Transformers 4.46.3
FlashAttention 2.7.0.post2
DeepSpeed 0.16.2
PyTorch Lightning 2.4.0
CARLA Python API 0.9.15

完整列表见 packages.json，包大小和校验和见 manifest.json / SHA256SUMS， 异路径恢复的实际测试见 restore-validation.json。

新服务器上使用

先准备兼容的 Linux 系统和 NVIDIA 驱动，并安装 CUDA Toolkit 12.1（含 nvcc）。 DeepSpeed 在导入时也会检查 Toolkit，不只是编译时需要它。 激活脚本会识别已有 CUDA_HOME、/usr/local/cuda-12.1 或 PATH 中的 nvcc。 非标准安装位置请先设置 export CUDA_HOME=/path/to/cuda-12.1。

curl -fL https://huggingface.co/datasets/data-loader/simlingo-conda-env/resolve/main/restore.sh \
  -o restore-simlingo.sh
bash restore-simlingo.sh "$HOME/envs/simlingo"
source "$HOME/envs/simlingo/bin/activate"
python -c 'import sys, torch; print(sys.executable); print(torch.__version__)'

恢复脚本会下载分卷、验证 SHA-256、解压并执行一次 conda-unpack 修复路径。 它只接受不存在或空的目标目录，不覆盖已有环境。默认下载缓存是脚本旁的 simlingo-env-files/；可通过 SIMLINGO_PACKAGE_CACHE 指定其他位置。

之后每次使用只需：

source "$HOME/envs/simlingo/bin/activate"

修复路径后请保持这个环境目录不变。需要换位置时，从原始分卷重新解压。 不要在已有同名环境上覆盖解压。

已下载全部文件 / 离线恢复

把仓库的 archives/、SHA256SUMS、元数据和 restore.sh 一起下载，随后运行：

SIMLINGO_PACKAGE_CACHE=/path/to/downloaded-dataset \
  bash /path/to/downloaded-dataset/restore.sh /path/to/envs/simlingo --offline
source /path/to/envs/simlingo/bin/activate

离线模式不访问网络。只做激活不等于完成首次路径修复；请先用恢复脚本。

环境包含与外部依赖

  • 包内是 Python、已安装库、命令行工具和必要的环境元数据。
  • 认证 token、测试私钥、临时文件和 Python bytecode 缓存已排除； 打包副本中的下载地址认证字段和测试 token 已清理，原环境未修改。
  • 原环境遗留的 Python 命令入口路径已在副本中修复，激活后可直接使用 pip、torchrun 等命令。
  • 不含驾驶数据、模型权重、CARLA 模拟器 / 地图、NVIDIA 驱动或独立 CUDA Toolkit。
  • GPU 机器仍需兼容的 NVIDIA 驱动，以及另行安装的 CUDA Toolkit 12.1 / nvcc。 DeepSpeed 导入和 CUDA 扩展编译需要 Toolkit；编译时还需兼容的 C/C++ 编译器。
  • CARLA 闭环测试另需 CARLA 0.9.15、AdditionalMaps、Vulkan 和项目代码。
  • 这是 Linux x86_64 二进制环境，不适用于 Windows、macOS 或 ARM。 不同 Linux 系统仍需核对 glibc / 系统库；测试边界见验证报告。

环境包不替代项目路径和资源配置。项目代码与后续流程由各项目的迁移说明管理。 若项目启动器内部仍写着 module load conda / conda activate simlingo， 在新服务器将这段改为 source /absolute/path/to/env/bin/activate，并确认 Python 路径。 不要把 requirements-snapshot.txt 当作等价的全新安装锁文件；优先恢复此二进制包。