Что делать если нужно поставить какую-то Python-библиотеку а root-прав нет? То есть в систему библиотеку никак и ничего не поставить.
Есть как минимум два способа это решить правильно!
🔸 Сделать виртуальное окружение и ставить там что угодно.
Это позволит создать полностью независимое исполняемое окружение для ваших приложений.
Все библиотеки будут храниться в домашней директории юзера а значит доступ на запись имеется.
Создать очень просто:
python3 -m venv ~/venvs/myenvname
Теперь активируем окружение
# Linux
source ~/venvs/myenvname/bin/activate
# Windows
%userprofile%\venvs\myenvname\Scripts\activate.bat
Можно ставить любые библиотеки и запускать приложение.
Это стандартный метод работы с любым проектом. Если еще не используете его, то пора начинать. Даже при наличии root доступа!
🔸 Бывает, что нет возможности запустить приложение из своего виртуального окружения. Например, его запускает какой-то сервис от вашего юзера и вставить активацию окружения вы не можете.
В этом случае можно установить библиотеки для Python не глобально в систему, а только для юзера.
Выполните этот код в консоли:
python3 -m site
Вы получите что-то такое:
sys.path = [
'/home/user',
'/usr/lib/python37.zip',
'/usr/lib/python3.7',
'/usr/lib/python3.7/lib-dynload',
'/home/user/.local/lib/python3.7/site-packages',
...
]
USER_BASE: '/home/user/.local'
USER_SITE: '/home/user/.local/lib/python3.7/site-packages'
ENABLE_USER_SITE: True
Нас интересует параметр USER_SITE. Это путь к пользовательским библиотекам, которые доступны по умолчанию, если они есть.
Именно сюда будут устанавливаться модули если добавить флаг --user при установке чего-либо через pip
pip install --user requests
Для этой команды не нужны root-права.
После неё можно запускать системный интерпретатор без виртуальных окружений и установленная библиотека будет доступна для текущего юзера.
Параметр USER_BASE показывает корневую директорию для хранения user-библиотек. Её можно изменить с помощью переменной окружения PYTHONUSERBASE
export PYTHONUSERBASE=~/pylibs
python3 -m site
...
USER_BASE: '/home/user/pylibs'
USER_SITE: '/home/user/pylibs/lib/python3.7/site-packages'
Получается некоторое подобие виртуального окружения для бедных 😁 которое можно менять через эту переменную (не делайте так!Лучше venv!)
🔸 Дописывание пути в PYTHONPATH
Этот способ не входит в список "двух правильных", но тоже рабочий. Здесь придётся сделать всё несколько сложней.
Сначала ставим библиотеку в любое место указывая путь установки
pip3 install -t ~/mylibs modulename
Библиотека установится без привязки к какому-либо интерпретатору. То есть по умолчанию не будет видна. Теперь в нужный момент добавляем этот путь в sys.path или в PYTHONPATH.
Не буду советовать так делать. Единственный раз когда этот способ мне пригодился и решил поставленную задачу, это при создании общей библиотеки для кластера компьютеров.
Модули лежат в сети и подгружаются для всех из одного и того же места. То есть обновлять файлы требуется только один раз а не на всех хосты отдельно.
Минусы такого подхода:
▫️Нужно всем хостам пробить нужный путь в .bashrc или ещё куда-то чтобы он сетапился на старте.
▫️Чем больше хостов тем больше нагрузка на сеть. Иногда такой способ не подходит именно по этой причине. Тогда Ansible вам в помощь.
▫️Не очень подходит если хосты с разными операционками. Некоторые библиотеки различаются для Linux и Windows (там, где есть бинарники) и приходится мудрить более сложные схемы.
#tricks#basic
Google DeepMind: как ИИ-гигант захватывает все фронты
Пока OpenAI металась между моделями, облаками и попытками захватить рынок, Google ждал своего часа. 🕰️
Спокойно дорабатывая экосистему, вкладываясь в железо и собирая данные, гигант подошел к 2025 году с абсолютным преимуществом. Теперь их победа очевидна даже скептикам.
🔥Лидерство моделей
➡️Gemini 2.5 Pro — №1 в ключевых тестах: LMArena, GPQA Diamond, AIME.
➡️Gemini 2.5 Flash (скоро в релизе) — скорость и стоимость в разы лучше аналогов (даже DeepSeek).
➡️Gemma 3 — open source модель уровня Llama 4 и DeepSeek-v3 но компактнее.
🎯Интеграция в экосистему
➡️1 млн токенов контекста + доступ к Google Поиску, YouTube, Workspace.
➡️Миллиарды пользователей получат Gemini бесплатно через Android, Chrome, Gmail.
🛠️Не только LLM
➡️Veo 2 — топ в генерации видео.
➡️Project Astra (ассистент) и Mariner (взаимодействие с ПК) — прорыв в агентских системах.
➡️Google Workspaces (ранее G Suite) - все собрано в одном флаконе для корпоративного пользователя.
➡️Imagen 3 (изображения) и Lyria (музыка) — пока не топ в своих категориях, но явно догонят, так как были выпущены ещё в прошлом веке (в прошлом году, если быть точнее, но в ИИ это сравнимо с прошлым веком)..
⚡Железо и облака
➡️TPU Ironwood — чипы 7-го поколения для AI-инференса (конкурент Nvidia Blackwell и Huawei Ascend).
➡️Google Cloud + собственные серверы = независимость от Microsoft/AWS.
🆚Почему конкурентам не догнать?
➡️У OpenAI нет своего железа, облака и 2 млрд пользователей «из коробки».
➡️Anthropic зависит от AWS, а Meta сосредоточена на open source, а не продуктах.
➡️Илон Маск с Grok-3 хорошо продаёт полеты на Марс, но у него проблемы с железом (StarGate только стартует).
➡️Apple кажется просто отстал на повороте...
➡️Главный козырь Google: данные. YouTube, Поиск, Карты — это тренировочная база, которой вместе нет ни у кого.
⚠️Но есть нюансы
➡️Gemini всё ещё отстаёт в креативном письме (хотя прогресс есть).
➡️При тестировании не все гладко, мои тесты.
➡️Бесплатный доступ — пока маркетинг. Цены могут вырасти после массового внедрения.
➡️Пока ИИ от Google за VPN, китайцы удобнее...
Резюме:
Google не просто вернулся в игру — он переписывает правила. И да, это тот редкий случай, когда «too much winning» — не мем, а реальность. 🚀
P.S. Тем, кто верил в xAI: наши соболезнования.
https://t.me/semasci
#ИИ#AI#GoogleAI#DeepMind#GeminiAI#Veo2#imagen3#lyria
#jupyter_notebook#chirp#gemini#google_cloud#imagen#lyria#nano_banana#veo#vertex_ai
GenMedia Creative Studio is a web app that lets you use Google Cloud’s generative AI tools to create images, videos, music, and speech. It includes features like Imagen for images, Veo for videos, Lyria for music, and Chirp for speech, plus creative workflows for tasks like virtual try-ons and moodboards. You can experiment with these tools to quickly make and test creative media, helping you bring new ideas to life faster and more easily.
https://github.com/GoogleCloudPlatform/vertex-ai-creative-studio