模块化你的构建函数

envd 允许你轻松创建可复用的组件，这样可以更有调理地组织构建文件。

定义你自己的包

envd 支持绝大部分 Python 语法，包括字符串格式化，for 循环，if 语句，函数定义等。

比如，你可以像这样为 tensorflow 包定义一个函数：

def tensorflow(version):
    if version.startswith("1"):
        # execute command to install tf1.x
        run(["pip install tensorflow-gpu=={}".format(version)])
    else:
        # execute command to install tf2.x
        run(["pip install tensorflow=={}".format(version)])

语言规范的完整列表可以在这个位置找到 https://github.com/google/starlark-go/blob/master/doc/spec.md.

TIP

更多例子请参见这里 https://github.com/tensorchord/envdlib/tree/main/src.

通过 envdlib 使用预定义包

envd 提供了一组预定义库，这些库通常被用于机器学习任务。你可以在 https://github.com/tensorchord/envdlib 找到它们。

如果你需要使用，只需要在你的 envd 文件中添加一行：

# import envdlib packages
envdlib = include("https://github.com/tensorchord/envdlib")

# use it in your build function
def build():
    base(os="ubuntu20.04", language="python")
    envdlib.tensorboard(host_port=8888)

现在你可以通过 8888 端口访问 tensorboard 了。

TIP

你还可以创建你自己的包，比如针对内部的或者像 envdlib 特定于领域的工具，然后与其他人分享。

给 envdlib 做贡献

我们正在扩展 envdlib 的包覆盖范围。如果你有任何需要，请毫不犹豫地提出 PR 或 issue。欢迎你的贡献。