Python 模块不总是可用时的最佳实践

Question

我有一个在 cuda 上运行的 Python 代码。 现在我需要支持无法运行 cuda 的新部署设备，因为它们没有 Nvidia GPU。 由于我在代码中有很多cupy导入，我想知道这种情况的最佳实践是什么。

例如，我可能必须根据 cuda 的可用性导入某些类。 这看起来很恶心。 我可以遵循任何好的编程模式吗？

例如，我最终会做这样的事情：

from my_custom_autoinit import is_cupy_available
if is_cupy_available:
    import my_module_that_uses_cupy

其中my_custom_autoinit.py是：

try:
    import cupy as cp
    is_cupy_available = True
except ModuleNotFoundError:
    is_cupy_available = False

这带来了一个令人讨厌的缺点：每次我想使用my_module_that_uses_cupy时，我都需要检查cupy是否可用。 我个人不喜欢这个，我猜有人想出了比这更好的东西。 谢谢

Answer 1

您可以在项目中添加一个名为cupywrapper的模块，其中包含您的try..except

Cupywrapper.py

try:
    import cupy as cp
    is_cupy_available = True
except ModuleNotFoundError:
    import numpy as cp
    is_cupy_available = False

我假设您可以用numpy代替cupy ，因为来自网站：

CuPy的接口与NumPy高度兼容； 在大多数情况下，它可以用作替代品。 您只需在 Python 代码中用 cupy 替换 numpy 即可。

然后，在您的代码中，您将执行以下操作：

import cupywrapper
cp = cupywrapper.cp

# Now cp is either cupy or numpy
x = [1, 2, 3]
y = [4, 5, 6]
z = cp.dot(x, y)

print(z)
print("cupy? ", cupywrapper.is_cupy_available)

在我的电脑上，我没有安装cupy ，这回落到numpy.dot ，给出 output

32
cupy? False