# Dependencias del proyecto de demostración.
#
# El worker detecta este archivo (clave `env` de hprc.yaml), crea un entorno
# virtual en el nodo e instala aquí dentro con pip. Cuanto más corta sea la
# lista, antes arranca el job.
numpy>=1.26

# ── Nota sobre la GPU ───────────────────────────────────────────────────────
# Este ejemplo corre en CPU a propósito: así no depende de la GPU y termina en
# segundos. Si tu experimento sí necesita PyTorch con CUDA, ten en cuenta que
# falcon y eagle llevan el driver NVIDIA 535, que topa en CUDA 12.1: hay que
# instalar desde el índice cu121, porque las ruedas por defecto de PyPI vienen
# compiladas contra una CUDA más nueva y fallan al inicializar el dispositivo.
#
#   --extra-index-url https://download.pytorch.org/whl/cu121
#   torch==2.3.1+cu121
#
# Descomenta esas dos líneas (sin el «#») para pedir PyTorch con GPU. La primera
# instalación tarda varios minutos: son unos 2 GB de ruedas.
