Komputasi Python dengan Conda Environment (Siap Pakai): Perbedaan antara revisi

Dari ALELEON by EFISON
(melengkapi heading untuk persiapan hyperlink)
(melengkapi hyperlink)
Baris 7: Baris 7:


== '''''0. Spesifikasi''''' ==
== '''''0. Spesifikasi''''' ==
Conda env siap pakai ini dibuat oleh '''tim admin''' ALELEON dengan spesifikasi:
Spesifikasi conda env siap pakai:


* Setiap conda env spesifik menjalankan 1 package utama (contoh TensorFlow, PyTorch, BoltzTraP, dll).
* Dibuat oleh '''tim admin''' ALELEON Supercomputer.
* User dapat menambah instalasi package ''<small>(apabila dibutuhkan)</small>'' - lihat '''<big>[ Subbab 3 ]</big>'''.


{| class="wikitable"
* Setiap conda env spesifik menjalankan 1 package utama (contoh: TensorFlow).
|+Keterangan simbol perintah terminal
|-
!<code>'''<big>$</big>'''</code>
|Perintah ketika conda env tidak aktif
|-
!'''<code><big><sub>(env)</sub>$</big></code>'''
|Perintah ketika conda env aktif
|}


== '''''1. Langkah Menjalanlan Komputasi''''' ==
== '''''1. Langkah Menjalanlan Komputasi''''' ==
Baris 27: Baris 18:
!Langkah
!Langkah
|-
|-
!'''<big><nowiki>[ 2 ]</nowiki></big>'''
!'''<big>[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#2._Daftar_Conda_Env_Tersedia <nowiki>[ 2 ]</nowiki>]</big>'''
|Lihat conda env tersedia dan spesifikasinya.
|Lihat conda env tersedia dan detailnya:


* Cek kelengkapan package dan dukungan komputasi.
* Cek kelengkapan package dan dukungan komputasi.
|-
|-
!'''<big><nowiki>[ 3 ]</nowiki></big>'''
!'''<big>[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#3._(Apabila_butuh)_Melengkapi_Conda_Env_Siap_Pakai <nowiki>[ 3 ]</nowiki>]</big>'''
|''Apabila dibutuhkan'', user dapat menambah instalasi package.
|''Apabila dibutuhkan'', user dapat menambah instalasi package.
|-
|-
!<big><nowiki>[ 4 ]</nowiki></big>
!<big>[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#4._Pilihan_Menjalankan_Komputasi <nowiki>[ 4 ]</nowiki>]</big>
|Menjalankan komputasi dengan pilihan:
|Menjalankan komputasi dengan pilihan:
*'''<big>[ 4.1 ]</big>''' sesi interaktif di Login Node
*'''<big>[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#4.1._Berjalan_di_Login_Node <nowiki>[ 4.1 ]</nowiki>]</big>''' sesi interaktif di Login Node
*'''<big>[ 4.2 ]</big>''' batch job
*'''<big>[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#4.2._Batch_Job <nowiki>[ 4.2 ]</nowiki>]</big>''' batch job
*'''<big>[ 4.3 ]</big>''' sesi Jupyter Notebook / Lab
*'''<big>[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#4.3._Sesi_Jupyter <nowiki>[ 4.3 ]</nowiki>]</big>''' sesi Jupyter Notebook / Lab
|-
|-
!<big>[ 5 ]</big>
!<big>[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#5._Pelaporan_Kendala_dan_Support <nowiki>[ 5 ]</nowiki>]</big>
|Support apabila menemui masalah.
|Support apabila menemui masalah.
|}
|}
Baris 49: Baris 40:


* Cek kelengkapan package dengan ''expand / kembangkan'' tabel '''Package terinstal'''.  
* Cek kelengkapan package dengan ''expand / kembangkan'' tabel '''Package terinstal'''.  
* Bila ada kekurangan package, lihat '''<big>[ Subbab 3 ]</big>'''.
* Bila ada kekurangan package, lihat '''<big>[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#3._(Apabila_butuh)_Melengkapi_Conda_Env_Siap_Pakai <nowiki>[ Subbab 3 ]</nowiki>]</big>'''.
{| class="wikitable"
{| class="wikitable"
! colspan="9" |- Daftar Conda Env Tersedia -
! colspan="9" |- Daftar Conda Env Tersedia -
Baris 628: Baris 619:


# Package terinstal di HOME user.
# Package terinstal di HOME user.
# Perhatikan kolom '''Versi Python''' di tabel '''[Daftar Conda Env Tersedia].'''
# Perhatikan kolom '''Versi Python''' di tabel '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#2._Daftar_Conda_Env_Tersedia Daftar Conda Env Tersedia]].'''
# Contoh user menginstal package di conda env dengan versi Python 3.11:   
# Contoh user menginstal package di conda env dengan versi Python 3.11:   
#* Package tersebut akan aktif di conda env lain dengan versi Python sama.
#* Package tersebut akan aktif di conda env lain dengan versi Python sama.
Baris 648: Baris 639:
!<big><code>-/ 1 /-</code></big>
!<big><code>-/ 1 /-</code></big>
|-
|-
| Pilih dan aktifkan conda env tersedia yang akan dipakai:  
| Pilih dan aktifkan conda env tersedia yang akan dipakai:
 
* Lihat tabel '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#2._Daftar_Conda_Env_Tersedia Daftar Conda Env Tersedia]].'''
 
  $ '''ml ''[Py Package Manager]'''''
  $ '''ml ''[Py Package Manager]'''''
  $ '''source activate ''[Nama Conda Env]'''''
  $ '''source activate ''[Nama Conda Env]'''''
Baris 670: Baris 664:
== '''''4. Pilihan Menjalankan Komputasi''''' ==
== '''''4. Pilihan Menjalankan Komputasi''''' ==
Berikut opsi menjalankan komputasi Python dengan conda env, pilih sesuai kebutuhan:
Berikut opsi menjalankan komputasi Python dengan conda env, pilih sesuai kebutuhan:
*'''<big>''[ 4.1 - Berjalan di Login Node ]''</big>'''
*'''<big>''[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#4.1._Berjalan_di_Login_Node <nowiki>[ 4.1 - Berjalan di Login Node ]</nowiki>]''</big>'''
**'''Dalam taraf tertentu, user dapat menggunakan conda env di login node.'''
**'''Dalam taraf tertentu, user dapat menjalankan conda env di login node.'''
***Tidak mengkonsumsi Kredit Core Hour.
***Tidak mengkonsumsi Kredit Core Hour.
**'''Hanya untuk menjalankan kegiatan non-komputasi, contoh ''pre-processing input''.'''
**'''Hanya untuk kegiatan non-komputasi, contoh ''pre-processing input''.'''
***Login node mempunyai spesifikasi terbatas.
***Login node mempunyai spesifikasi terbatas.
***Keperluan komputasi gunakan metode batch job / sesi Jupyter.
***Keperluan komputasi gunakan metode batch job / sesi Jupyter.
***Tim admin berhak menginterupsi kegiatan user yang memberatkan login node.
***Tim admin berhak menginterupsi kegiatan user yang memberatkan login node.
*'''<big>''[ 4.2 - Batch Job ]''</big>'''
*'''<big>''[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#4.2._Batch_Job <nowiki>[ 4.2 - Batch Job ]</nowiki>]''</big>'''
**'''Menjalankan script Python siap jalan tanpa interaksi user <nowiki/>di [<nowiki/>[[Spesifikasi ALELEON Supercomputer#Spesifikasi%20Compute%20Node|Compute node]]].'''
**'''Menjalankan script Python siap jalan tanpa interaksi user <nowiki/>di [<nowiki/>[[Spesifikasi ALELEON Supercomputer#Spesifikasi%20Compute%20Node|Compute node]]].'''
***[[Berkas:GMB warning wololo.png|nirbing|40x40px]] ''Perhatikan '''file <code>.ipynb</code>''' harus dikonversi ke '''file <code>.py</code>'''.''
***[[Berkas:GMB warning wololo.png|nirbing|30x30px]] ''Perhatikan '''file <code>.ipynb</code>''' harus dikonversi ke '''file <code>.py</code>'''.''
***''Job dijalankan oleh manajemen Slurm, user menunggu hingga selesai.''
***''Job dijalankan oleh manajemen Slurm, user menunggu hingga selesai.''
**'''Batch job akan berhenti ketika:'''
**'''Batch job akan berhenti ketika:'''
Baris 688: Baris 682:
***''Job tidak akan berhenti ketika koneksi user terputus, atau''
***''Job tidak akan berhenti ketika koneksi user terputus, atau''
***''user keluar (log out) dari ALELEON.''
***''user keluar (log out) dari ALELEON.''
*'''<big>''[ 4.3 - Sesi Jupyter ]''</big>'''
*'''<big>''[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#4.3._Sesi_Jupyter <nowiki>[ 4.3 - Sesi Jupyter ]</nowiki>]''</big>'''
**'''Menjalankan sesi interaktif Jupyter Lab atau Notebook di [<nowiki/>[[Spesifikasi ALELEON Supercomputer#Spesifikasi%20Interactive%20Node|interactive node]]].'''
**'''Menjalankan sesi interaktif Jupyter Lab atau Notebook di [<nowiki/>[[Spesifikasi ALELEON Supercomputer#Spesifikasi%20Interactive%20Node|interactive node]]].'''
**'''Sesi Jupyter akan berhenti ketika:'''
**'''Sesi Jupyter akan berhenti ketika:'''
Baris 713: Baris 707:
!<big><code>-/ 1 /-</code></big>
!<big><code>-/ 1 /-</code></big>
|-
|-
| Pilih dan aktifkan conda env tersedia yang akan dipakai:  
| Pilih dan aktifkan conda env tersedia yang akan dipakai:
 
* Lihat tabel '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)#2._Daftar_Conda_Env_Tersedia Daftar Conda Env Tersedia]].'''
 
  $ '''ml ''[Py Package Manager]'''''
  $ '''ml ''[Py Package Manager]'''''
  $ '''source activate ''[Nama Conda Env]'''''
  $ '''source activate ''[Nama Conda Env]'''''

Revisi per 4 Juli 2025 10.44

Logo Python Anaconda Mamba ALELEON tp.png

Halaman ini menjelaskan menjalankan komputasi / aplikasi Python dengan conda environment (conda env) yang tersedia atau siap pakai di ALELEON Supercomputer.

Laman ini merupakan bagian laman [Komputasi Python]

0. Spesifikasi

Spesifikasi conda env siap pakai:

  • Dibuat oleh tim admin ALELEON Supercomputer.
  • Setiap conda env spesifik menjalankan 1 package utama (contoh: TensorFlow).

1. Langkah Menjalanlan Komputasi

Subbab Langkah
[ 2 ] Lihat conda env tersedia dan detailnya:
  • Cek kelengkapan package dan dukungan komputasi.
[ 3 ] Apabila dibutuhkan, user dapat menambah instalasi package.
[ 4 ] Menjalankan komputasi dengan pilihan:
[ 5 ] Support apabila menemui masalah.

2. Daftar Conda Env Tersedia

Berikut adalah daftar conda env siap pakai.

  • Cek kelengkapan package dengan expand / kembangkan tabel Package terinstal.
  • Bila ada kekurangan package, lihat [ Subbab 3 ].
- Daftar Conda Env Tersedia -
Permintaan pembuatan conda env ke tim admin hubungi support@efisonlt.com.
Package Utama

dan terinstal

Nama Conda Env Py Package Manager Versi

Python

Dukungan Komputasi
CPU GPU MPI Batch

Job

Sesi

Jupyter

PyTorch 2.7.1 (CUDA 12.6) $CENV/pytorch-2.7.1cuda Anaconda3/2024.02-1 3.12 V V V V V
Package terinstal 
_libgcc_mutex 0.1
_openmp_mutex 5.1
absl-py 2.3.1
anyio 4.9.0
argon2-cffi 25.1.0
argon2-cffi-bindings 21.2.0
arrow 1.3.0
asttokens 3.0.0
async-lru 2.0.5
attrs 25.3.0
babel 2.17.0
beautifulsoup4 4.13.4
bleach 6.2.0
bzip2 1.0.8
ca-certificates 2025.2.25
certifi 2025.6.15
cffi 1.17.1
charset-normalizer 3.4.2
comm 0.2.2
contourpy 1.3.2
cycler 0.12.1
debugpy 1.8.14
decorator 5.2.1
defusedxml 0.7.1
executing 2.2.0
expat 2.7.1
fastjsonschema 2.21.1
filelock 3.18.0
fonttools 4.58.4
fqdn 1.5.1
fsspec 2025.5.1
h11 0.16.0
h5py 3.14.0
httpcore 1.0.9
httpx 0.28.1
idna 3.10
ipykernel 6.29.5
ipython 9.4.0
ipython-pygments-lexers 1.1.1
ipywidgets 8.1.7
isoduration 20.11.0
jedi 0.19.2
jinja2 3.1.6
joblib 1.5.1
json5 0.12.0
jsonpointer 3.0.0
jsonschema 4.24.0
jsonschema-specifications 2025.4.1
jupyter 1.1.1
jupyter-client 8.6.3
jupyter-console 6.6.3
jupyter-core 5.8.1
jupyter-events 0.12.0
jupyter-lsp 2.2.5
jupyter-server 2.16.0
jupyter-server-terminals 0.5.3
jupyterlab 4.4.4
jupyterlab-pygments 0.3.0
jupyterlab-server 2.27.3
jupyterlab-widgets 3.0.15
keras 3.10.0
kiwisolver 1.4.8
ld_impl_linux-64 2.40
libffi 3.4.4
libgcc-ng 11.2.0
libgomp 11.2.0
libstdcxx-ng 11.2.0
libuuid 1.41.5
libxcb 1.17.0
markdown-it-py 3.0.0
markupsafe 3.0.2
matplotlib 3.10.3
matplotlib-inline 0.1.7
mdurl 0.1.2
mistune 3.1.3
ml-dtypes 0.5.1
mpi4py 4.1.0
mpmath 1.3.0
namex 0.1.0
nbclient 0.10.2
nbconvert 7.16.6
nbformat 5.10.4
ncurses 6.4
nest-asyncio 1.6.0
networkx 3.5
notebook 7.4.4
notebook-shim 0.2.4
numpy 2.3.1
nvidia-cublas-cu12 12.6.4.1
nvidia-cuda-cupti-cu12 12.6.80
nvidia-cuda-nvrtc-cu12 12.6.77
nvidia-cuda-runtime-cu12 12.6.77
nvidia-cudnn-cu12 9.5.1.17
nvidia-cufft-cu12 11.3.0.4
nvidia-cufile-cu12 1.11.1.6
nvidia-curand-cu12 10.3.7.77
nvidia-cusolver-cu12 11.7.1.2
nvidia-cusparse-cu12 12.5.4.2
nvidia-cusparselt-cu12 0.6.3
nvidia-nccl-cu12 2.26.2
nvidia-nvjitlink-cu12 12.6.85
nvidia-nvtx-cu12 12.6.77
openmpi 5.0.8
openssl 3.0.16
optree 0.16.0
overrides 7.7.0
packaging 25.0
pandas 2.3.0
pandocfilters 1.5.1
parso 0.8.4
pexpect 4.9.0
pillow 11.3.0
pip 25.1
platformdirs 4.3.8
prometheus-client 0.22.1
prompt-toolkit 3.0.51
psutil 7.0.0
pthread-stubs 0.3
ptyprocess 0.7.0
pure-eval 0.2.3
pycparser 2.22
pygments 2.19.2
pyparsing 3.2.3
python 3.12.11
python-dateutil 2.9.0.post0
python-json-logger 3.3.0
pytz 2025.2
pyyaml 6.0.2
pyzmq 27.0.0
readline 8.2
referencing 0.36.2
requests 2.32.4
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rich 14.0.0
rpds-py 0.26.0
scikit-learn 1.7.0
scipy 1.16.0
send2trash 1.8.3
setuptools 78.1.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
sqlite 3.45.3
stack-data 0.6.3
sympy 1.14.0
terminado 0.18.1
threadpoolctl 3.6.0
tinycss2 1.4.0
tk 8.6.14
torch 2.7.1
torchaudio 2.7.1
torchvision 0.22.1
tornado 6.5.1
traitlets 5.14.3
triton 3.3.1
types-python-dateutil 2.9.0.20250516
typing-extensions 4.14.0
tzdata 2025.2
uri-template 1.3.0
urllib3 2.5.0
wcwidth 0.2.13
webcolors 24.11.1
webencodings 0.5.1
websocket-client 1.8.0
wheel 0.45.1
widgetsnbextension 4.0.14
xorg-libx11 1.8.12
xorg-libxau 1.0.12
xorg-libxdmcp 1.1.5
xorg-xorgproto 2024.1
xz 5.6.4
zlib 1.2.13
TensorFlow 2.19 (CUDA 12.5) $CENV/tensorflow-2.19cuda Anaconda3/2024.02-1 3.11 V V V V V
Package terinstal 
_libgcc_mutex 0.1
_openmp_mutex 5.1
absl-py 2.3.0
anyio 4.9.0
argon2-cffi 25.1.0
argon2-cffi-bindings 21.2.0
arrow 1.3.0
asttokens 3.0.0
astunparse 1.6.3
async-lru 2.0.5
attrs 25.3.0
babel 2.17.0
beautifulsoup4 4.13.4
bleach 6.2.0
bzip2 1.0.8
ca-certificates 2025.2.25
certifi 2025.6.15
cffi 1.17.1
charset-normalizer 3.4.2
comm 0.2.2
contourpy 1.3.2
cycler 0.12.1
debugpy 1.8.14
decorator 5.2.1
defusedxml 0.7.1
executing 2.2.0
expat 2.7.1
fastjsonschema 2.21.1
flatbuffers 25.2.10
fonttools 4.58.4
fqdn 1.5.1
gast 0.6.0
google-pasta 0.2.0
grpcio 1.73.1
h11 0.16.0
h5py 3.14.0
httpcore 1.0.9
httpx 0.28.1
idna 3.10
ipykernel 6.29.5
ipython 9.4.0
ipython-pygments-lexers 1.1.1
ipywidgets 8.1.7
isoduration 20.11.0
jedi 0.19.2
jinja2 3.1.6
joblib 1.5.1
json5 0.12.0
jsonpointer 3.0.0
jsonschema 4.24.0
jsonschema-specifications 2025.4.1
jupyter 1.1.1
jupyter-client 8.6.3
jupyter-console 6.6.3
jupyter-core 5.8.1
jupyter-events 0.12.0
jupyter-lsp 2.2.5
jupyter-server 2.16.0
jupyter-server-terminals 0.5.3
jupyterlab 4.4.4
jupyterlab-pygments 0.3.0
jupyterlab-server 2.27.3
jupyterlab-widgets 3.0.15
keras 3.10.0
kiwisolver 1.4.8
ld_impl_linux-64 2.40
libclang 18.1.1
libffi 3.4.4
libgcc-ng 11.2.0
libgomp 11.2.0
libstdcxx-ng 11.2.0
libuuid 1.41.5
libxcb 1.17.0
markdown 3.8.2
markdown-it-py 3.0.0
markupsafe 3.0.2
matplotlib 3.10.3
matplotlib-inline 0.1.7
mdurl 0.1.2
mistune 3.1.3
ml-dtypes 0.5.1
mpi4py 4.1.0
namex 0.1.0
nbclient 0.10.2
nbconvert 7.16.6
nbformat 5.10.4
ncurses 6.4
nest-asyncio 1.6.0
notebook 7.4.4
notebook-shim 0.2.4
numpy 2.1.3
nvidia-cublas-cu12 12.5.3.2
nvidia-cuda-cupti-cu12 12.5.82
nvidia-cuda-nvcc-cu12 12.5.82
nvidia-cuda-nvrtc-cu12 12.5.82
nvidia-cuda-runtime-cu12 12.5.82
nvidia-cudnn-cu12 9.3.0.75
nvidia-cufft-cu12 11.2.3.61
nvidia-curand-cu12 10.3.6.82
nvidia-cusolver-cu12 11.6.3.83
nvidia-cusparse-cu12 12.5.1.3
nvidia-nccl-cu12 2.23.4
nvidia-nvjitlink-cu12 12.5.82
openmpi 5.0.8
openssl 3.0.16
opt-einsum 3.4.0
optree 0.16.0
overrides 7.7.0
packaging 25.0
pandas 2.3.0
pandocfilters 1.5.1
parso 0.8.4
pexpect 4.9.0
pillow 11.3.0
pip 25.1
platformdirs 4.3.8
prometheus-client 0.22.1
prompt-toolkit 3.0.51
protobuf 5.29.5
psutil 7.0.0
pthread-stubs 0.3
ptyprocess 0.7.0
pure-eval 0.2.3
pycparser 2.22
pygments 2.19.2
pyparsing 3.2.3
python 3.11.13
python-dateutil 2.9.0.post0
python-json-logger 3.3.0
pytz 2025.2
pyyaml 6.0.2
pyzmq 27.0.0
readline 8.2
referencing 0.36.2
requests 2.32.4
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rich 14.0.0
rpds-py 0.26.0
scikit-learn 1.7.0
scipy 1.16.0
seaborn 0.13.2
send2trash 1.8.3
setuptools 78.1.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
sqlite 3.45.3
stack-data 0.6.3
tensorboard 2.19.0
tensorboard-data-server 0.7.2
tensorflow 2.19.0
tensorflow-io-gcs-filesystem 0.37.1
termcolor 3.1.0
terminado 0.18.1
threadpoolctl 3.6.0
tinycss2 1.4.0
tk 8.6.14
tornado 6.5.1
traitlets 5.14.3
types-python-dateutil 2.9.0.20250516
typing-extensions 4.14.0
tzdata 2025.2
uri-template 1.3.0
urllib3 2.5.0
wcwidth 0.2.13
webcolors 24.11.1
webencodings 0.5.1
websocket-client 1.8.0
werkzeug 3.1.3
wheel 0.45.1
widgetsnbextension 4.0.14
wrapt 1.17.2
xorg-libx11 1.8.12
xorg-libxau 1.0.12
xorg-libxdmcp 1.1.5
xorg-xorgproto 2024.1
xz 5.6.4
zlib 1.2.13
BoltzTrap2 25.3.1 $CENV/boltztrap2-25.3.1 Anaconda3/2024.02-1 3.11 V - - V V
Package terinstal 
_libgcc_mutex 0.1
_openmp_mutex 5.1
anyio 4.9.0
argon2-cffi 25.1.0
argon2-cffi-bindings 21.2.0
arrow 1.3.0
ase 3.25.0
asttokens 3.0.0
async-lru 2.0.5
attrs 25.3.0
babel 2.17.0
beautifulsoup4 4.13.4
bleach 6.2.0
boltztrap2 25.3.1
bzip2 1.0.8
ca-certificates 2025.2.25
certifi 2025.6.15
cffi 1.17.1
cftime 1.6.4.post1
charset-normalizer 3.4.2
comm 0.2.2
contourpy 1.3.2
cycler 0.12.1
cython 3.1.2
debugpy 1.8.14
decorator 5.2.1
defusedxml 0.7.1
executing 2.2.0
expat 2.7.1
fastjsonschema 2.21.1
fonttools 4.58.4
fqdn 1.5.1
h11 0.16.0
httpcore 1.0.9
httpx 0.28.1
idna 3.10
ipykernel 6.29.5
ipython 9.3.0
ipython-pygments-lexers 1.1.1
ipywidgets 8.1.7
isoduration 20.11.0
jedi 0.19.2
jinja2 3.1.6
json5 0.12.0
jsonpointer 3.0.0
jsonschema 4.24.0
jsonschema-specifications 2025.4.1
jupyter 1.1.1
jupyter-client 8.6.3
jupyter-console 6.6.3
jupyter-core 5.8.1
jupyter-events 0.12.0
jupyter-lsp 2.2.5
jupyter-server 2.16.0
jupyter-server-terminals 0.5.3
jupyterlab 4.4.3
jupyterlab-pygments 0.3.0
jupyterlab-server 2.27.3
jupyterlab-widgets 3.0.15
kiwisolver 1.4.8
ld_impl_linux-64 2.40
libffi 3.4.4
libgcc-ng 11.2.0
libgomp 11.2.0
libstdcxx-ng 11.2.0
libuuid 1.41.5
libxcb 1.17.0
markupsafe 3.0.2
matplotlib 3.10.3
matplotlib-inline 0.1.7
mistune 3.1.3
nbclient 0.10.2
nbconvert 7.16.6
nbformat 5.10.4
ncurses 6.4
nest-asyncio 1.6.0
netcdf4 1.7.2
notebook 7.4.3
notebook-shim 0.2.4
numpy 2.3.1
openssl 3.0.16
overrides 7.7.0
packaging 25.0
pandocfilters 1.5.1
parso 0.8.4
pexpect 4.9.0
pillow 11.2.1
pip 25.1
platformdirs 4.3.8
prometheus-client 0.22.1
prompt-toolkit 3.0.51
psutil 7.0.0
pthread-stubs 0.3
ptyprocess 0.7.0
pure-eval 0.2.3
pycparser 2.22
pygments 2.19.2
pyparsing 3.2.3
python 3.11.13
python-dateutil 2.9.0.post0
python-json-logger 3.3.0
pyyaml 6.0.2
pyzmq 27.0.0
readline 8.2
referencing 0.36.2
requests 2.32.4
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rpds-py 0.25.1
scipy 1.16.0
send2trash 1.8.3
setuptools 78.1.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
spglib 2.6.0
sqlite 3.45.3
stack-data 0.6.3
terminado 0.18.1
tinycss2 1.4.0
tk 8.6.14
tornado 6.5.1
traitlets 5.14.3
types-python-dateutil 2.9.0.20250516
typing-extensions 4.14.0
tzdata 2025b
uri-template 1.3.0
urllib3 2.5.0
wcwidth 0.2.13
webcolors 24.11.1
webencodings 0.5.1
websocket-client 1.8.0
wheel 0.45.1
widgetsnbextension 4.0.14
xorg-libx11 1.8.12
xorg-libxau 1.0.12
xorg-libxdmcp 1.1.5
xorg-xorgproto 2024.1
xz 5.6.4
zlib 1.2.13

3. (Apabila butuh) Melengkapi Conda Env Siap Pakai

Terdapat dua opsi:

  1. Melalui bantuan / diskusi dengan tim admin, atau
  2. Melakukan instalasi sendiri.

Instalasi package tambahan ini bersifat global:

  1. Package terinstal di HOME user.
  2. Perhatikan kolom Versi Python di tabel [Daftar Conda Env Tersedia].
  3. Contoh user menginstal package di conda env dengan versi Python 3.11:
    • Package tersebut akan aktif di conda env lain dengan versi Python sama.
    • GMB warning wololo.png Ada potensi package tersebut tidak cocok dengan conda env bersangkutan atau lainnya.
    • Lakukan instalasi dengan bijak.

Dimana user melakukan instalasi package?

  1. User sesi Jupyter dapat melakukan instalasi pada sesi notebook.
  2. User yang menjalankan komputasi batch job menginstal package di Login Node melalui langkah berikut:
- Langkah instalasi package di Login Node -
EOD Apps Shell full.png
Menggunakan terminal!
  • User EFIRO klik app Aleleon Shell Access
  • atau menu Apps > Aleleon Shell Access
-/ 1 /-
Pilih dan aktifkan conda env tersedia yang akan dipakai: 
$ ml [Py Package Manager]
$ source activate [Nama Conda Env]

- Contoh mengaktifkan conda env PyTorch 2.7.1:
$ ml Anaconda3/2024.02-1
$ source activate $CENV/pytorch-2.7.1cuda
-/ 2 /-
Lakukan instalasi package Python yang dibutuhkan:
-/ 3 /-
Jika sudah selesai, praktik baik menonaktifkan conda env: 
$ conda deactivate
$ ml unload Anaconda3

4. Pilihan Menjalankan Komputasi

Berikut opsi menjalankan komputasi Python dengan conda env, pilih sesuai kebutuhan:

  • [ 4.1 - Berjalan di Login Node ]
    • Dalam taraf tertentu, user dapat menjalankan conda env di login node.
      • Tidak mengkonsumsi Kredit Core Hour.
    • Hanya untuk kegiatan non-komputasi, contoh pre-processing input.
      • Login node mempunyai spesifikasi terbatas.
      • Keperluan komputasi gunakan metode batch job / sesi Jupyter.
      • Tim admin berhak menginterupsi kegiatan user yang memberatkan login node.
  • [ 4.2 - Batch Job ]
    • Menjalankan script Python siap jalan tanpa interaksi user di [Compute node].
      • GMB warning wololo.png Perhatikan file .ipynb harus dikonversi ke file .py.
      • Job dijalankan oleh manajemen Slurm, user menunggu hingga selesai.
    • Batch job akan berhenti ketika:
      • Program komputasi selesai berjalan.
      • Program komputasi menyentuh limit waktu yang ditentukan user.
      • Program menjumpai error sehingga selesai prematur.
    • Koneksi user tidak mempengaruhi jalannya batch job:
      • Job tidak akan berhenti ketika koneksi user terputus, atau
      • user keluar (log out) dari ALELEON.
  • [ 4.3 - Sesi Jupyter ]
    • Menjalankan sesi interaktif Jupyter Lab atau Notebook di [interactive node].
    • Sesi Jupyter akan berhenti ketika:
      • Waktu sesi habis.
      • Sesi dihentikan secara manual oleh user.
      • Sesi menjumpai error sehingga selesai prematur.
    • Koneksi user tidak mempengaruhi jalannya sesi Jupyter, contoh:
      • Sesi tidak akan berhenti ketika koneksi user terputus, atau
      • user keluar (log out) dari ALELEON.
    • Ketika user keluar dari sesi Jupyter saat cell berjalan dan kembali masuk:
      • Bisa jadi cell tsb. tidak menampilkan proses jalannya komputasi.
      • Lihat cell berikutnya apakah belum / sedang / sudah selesai berjalan.

---

4.1. Berjalan di Login Node

- Langkah Menjalankan Conda Env di login node -

Sbatch terminal display rev2.png

EOD Apps Shell full.png
Menggunakan terminal!
  • User EFIRO klik app Aleleon Shell Access
  • atau menu Apps > Aleleon Shell Access
-/ 1 /-
Pilih dan aktifkan conda env tersedia yang akan dipakai: 
$ ml [Py Package Manager]
$ source activate [Nama Conda Env]

- Contoh mengaktifkan conda env PyTorch 2.7.1:
$ ml Anaconda3/2024.02-1
$ source activate $CENV/pytorch-2.7.1cuda
-/ 2 /-
Lakukan kegiatan user dengan conda env ini.
-/ 3 /-
Jika sudah selesai, praktik baik menonaktifkan conda env: 
$ conda deactivate
$ ml unload Anaconda3

4.2. Batch Job

4.3. Sesi Jupyter

5. Pelaporan Kendala dan Support

Diperoleh dari "https://wiki.efisonlt.com/index.php?title=Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)&oldid=2040"