REP安装指南：Docker与手动安装的详细步骤对比

【免费下载链接】repMachine Learning toolbox for Humans项目地址: https://gitcode.com/gh_mirrors/rep3/rep

REP（GitHub 加速计划）作为一款面向开发者的机器学习工具库（Machine Learning toolbox for Humans），提供了两种便捷的安装方式。本文将详细对比 Docker 容器化安装与手动环境配置的具体步骤，帮助新手快速搭建开发环境。

📦 方法一：Docker 一键安装（推荐新手）

1. 准备 Docker 环境

确保系统已安装 Docker 和 Docker Compose。Windows 和 Mac 用户可使用 Kitematic 图形化工具管理容器，操作界面如下：

图：Kitematic 中 REP 镜像选择界面，可直观创建容器

2. 获取 REP 镜像

打开终端执行以下命令拉取官方镜像：

docker pull yandex/rep

3. 启动容器

运行容器并映射端口（Jupyter 默认端口 8888）：

docker run -p 8888:8888 -v /本地目录:/notebooks yandex/rep

• -v参数可将本地文件夹挂载到容器内/notebooks目录，实现文件持久化

4. 访问 Jupyter 界面

容器启动后，在浏览器中访问http://localhost:8888，即可开始使用预配置的 REP 环境。

⚙️ 方法二：手动安装（适合高级用户）

1. 克隆项目代码

git clone https://gitcode.com/gh_mirrors/rep3/rep cd rep

2. 运行环境安装脚本

项目提供自动化安装脚本 ci/install_rep_environment.sh，支持 Python 2/3 环境：

# 安装 Python 3 环境（推荐） source ci/install_rep_environment.sh 3

脚本会自动完成：

• 系统依赖安装（如build-essential、libatlas-base-dev）
• Miniconda 环境配置
• conda 虚拟环境创建（环境名rep_py3）
• 核心依赖安装（ROOT、xgboost、jupyter 等）

3. 激活环境并安装 REP

# 添加环境变量到 bashrc echo "source /etc/profile.d/rep_profile.sh" >> ~/.bashrc source ~/.bashrc # 安装 REP 库 pip install .

4. 验证安装

# 检查核心模块 python -c "import rep.estimators.xgboost" python -c "import rep.metaml.gridsearch"

📊 两种安装方式对比

🚩 常见问题解决

1. Docker 启动后无法访问 Jupyter
   检查端口映射是否正确，或使用docker logs <容器ID>查看日志。

2. 手动安装时 ROOT 依赖报错
   参考脚本中第 84-85 行的 ROOT 环境配置：

   source $(which thisroot.sh) python -c 'import ROOT, root_numpy'

3. Python 版本切换
   可通过修改安装脚本参数切换 Python 版本：

   # 切换到 Python 2 环境 source ci/install_rep_environment.sh 2

📚 官方资源

• 项目文档：docs/index.rst
• 示例教程：howto/ 目录下的 Jupyter notebooks
• 测试用例：tests/ 目录包含完整功能验证代码

通过以上两种方式，您可以根据实际需求选择最适合的安装方案。Docker 方式适合快速体验，而手动安装则为深度定制提供了可能。立即开始您的机器学习之旅吧！

【免费下载链接】repMachine Learning toolbox for Humans项目地址: https://gitcode.com/gh_mirrors/rep3/rep