0 / 0
資料の 英語版 に戻る
デフォルト環境の変更および追加の Python ライブラリー用の Python 拡張機能の追加
最終更新: 2024年12月05日
Decision Optimization エクスペリメントのデフォルト環境、 Python および CPLEX のランタイム・バージョン、および Python 拡張機能

「概要」 タブから、 エクスペリメント のデフォルト環境を変更できます。 例えば、デフォルトで使用される Python バージョンまたは CPLEX バージョンを変更できます。 新しい環境を作成して、さらに追加することもできますPython新しいライブラリを使用してPython拡大。

始める前に

必要な権限
環境を表示するために、デプロイメント・スペース内で任意の役割を持つことができます。 環境を編集または作成するには、スペース内で 編集者 役割または 管理者 役割を持っている必要があります。 詳しくは、「 デプロイメント・スペース・コラボレーターの役割と権限」を参照してください。

このタスクについて

使用するとDecision Optimization実験UI 、必要な環境が自動的に作成されます。 ただし、特定のバージョンのPython、ハードウェア、CPLEXまたは使用Python拡張機能。 デフォルトの環境を変更することで、解決に使用する環境を構成できます。 この環境は、あなたのすべてのシナリオに適用されます。実験をクリックすると走る

環境は、ご使用のモデル・タイプ ( Python、OPL、CPLEX、CPO、または Modeling Assistant) によって異なります。 Pythonは、DOcplexで定式化されたDecision OptimizationモデルをDecision Optimization実験とJupyterNotebookの両方で実行するために使用されます。 Modeling AssistantのモデルもPythonを使用しています。これは、モデルの実行時または配置時にDOcplexコードが生成されるためです。 OPLで定式化されたモデル、またはLPやCPO形式のようなCPLEXやCP Optimizer用の特定のファイル形式で定式化されたモデルは、Python環境を使用しません。

Decision Optimization環境は現在Python 3.11と3.10 (非推奨)をサポートしています。 デフォルトのバージョンは Python 3.11 です。

Python のバージョンは定期的に更新されます。 ただし、モデルで古い Python バージョンを明示的に指定した場合は、このバージョン仕様を更新する必要があります。そうしないと、モデルが機能しなくなります。 新しい Python 環境を作成することも、 エクスペリメント環境の管理から環境を編集することもできます。

環境の更新は、デフォルト環境用に別のバージョンの CPLEX を選択する場合にも役立ちます。 新しいバージョンごとに CPLEX エンジンのパフォーマンスが向上するにつれて、古いバージョンは非推奨になり、時間の経過とともに削除されます。 これらのエンジンに基づくランタイムは、 Decision Optimization モデルのビルドおよびデプロイに使用されます。 現在、シナリオを作成して実行すると、CPLEX 22.1 に基づく do_22.1 ランタイムが自動的に使用されます。 CPLEX 20.1 に基づく do_20.1 ランタイムも使用可能です。

このビデオは、この資料の概念とタスクを学習するための視覚的な方法を提供します。

Decision Optimization エクスペリメントにサンプルをロードした後、ビデオに従うことができます。

ビデオの特記事項: このビデオのいくつかのマイナー・ステップとグラフィック・ステップは、ご使用のプラットフォームとは異なる場合があります。 ユーザー・インターフェースも頻繁に改善されます。

以下の手順は、 DOcplex モデルおよび Modeling Assistant モデルのデフォルト環境を変更する方法を示しています。 デフォルト環境の変更は、モデルが最新バージョンの CPLEX で動作するかどうかを確認する場合や、より多くのハードウェアを必要とする大規模なデータ・セットでモデルをテストする場合に役立ちます。 あるいは、場合によっては、 Python 拡張機能を使用して、 Python バージョンを更新するか、特定の Python ライブラリーを組み込む必要があります。

手順

DOcplex モデルおよび Modeling Assistant モデルのデフォルト環境を変更するには、次のようにします。

  1. 概要を開き、情報アイコン 情報アイコン をクリックして 「情報」 ペインを開き、 「環境」 タブを選択します。

    情報ペインの「環境」タブ

  2. ご使用のモデル・タイプに応じて環境セクションを展開します。 Python モデルおよび Modeling Assistant モデルの場合、 Python 環境を展開します。 デフォルトの Python 環境を表示できます (存在する場合)。 OPL、CPLEX、または CPO モデルのデフォルト環境を変更するには、ご使用のモデル・タイプに応じて該当する環境セクションを展開し、同じ手順に従います。
  3. ご使用の環境の名前を展開し、別の Python 環境を選択します。
  4. オプション: 新規環境を作成するには、以下のようにします。
    1. Pythonを選択します。
      新しい環境を定義するための新しいウィンドウが開きます。 空のフィールドを表示する新規環境ウィンドウ
    2. 名前を入力し、 CPLEX バージョンハードウェア仕様コピー (ノード数)、および Python バージョンを選択します。
    3. 「 Python 拡張機能を関連付ける」「オン」 に設定して、追加する Python ライブラリー を含めます。
    4. 「新規」 Python 拡張機能をクリックします。
    5. 開いた新しい 「 Python 拡張機能の作成」 ウィンドウで拡張機能の名前を入力し、 「作成」をクリックします。
    6. 開いた新しい 「 Python 拡張機能の構成」 ウィンドウで、 「YAML コード」 「オン」 に設定し、提供されている YAML コードを入力または編集することができます。
      例えば、以下のように、提供されているテンプレートを使用してカスタム・ライブラリーを追加します。
      # Modify the following content to add a software customization to an environment.
      # To remove an existing customization, delete the entire content and click Apply.
      
      # Add conda channels on a new line after defaults, indented by two spaces and a hyphen.
      channels:
        - defaults
      
      # To add packages through conda or pip, remove the comment on the following line.
      # dependencies:
      
      # Add conda packages here, indented by two spaces and a hyphen.
      # Remove the comment on the following line and replace sample package name with your package name:
      #  - a_conda_package=1.0
      
      # Add pip packages here, indented by four spaces and a hyphen.
      # Remove the comments on the following lines  and replace sample package name with your package name.
      #  - pip:
      #    - a_pip_package==1.0

      「参照」 をクリックして、任意の Python ライブラリーを追加することもできます。

      例えば、このイメージは、インポートされ、 YAML コード 「オン」に設定されている動的プログラミング Python ライブラリーを示しています。YAML コードと動的プログラミング・ライブラリーが含まれていることを示す Python 拡張ウィンドウの構成

      必要に応じて、YAML コードを変更し、 「保存」をクリックします。

      「完了」をクリックします。

    7. 「新規環境」 ウィンドウで 「作成」 をクリックします。
  5. オプション: 「環境」 タブで、 「エクスペリメント環境の管理」 を選択して、 エクスペリメント の既存のすべての環境の詳細なリストを表示します。
    2 つの環境とドロップダウン・メニューを使用して、エクスペリメント環境を管理します。

    提供されているオプションを使用するには、環境の横にある 3 ドット・アイコン メニュー・アイコンをクリックします。 環境の 「編集」「デフォルトとして設定」「デプロイメント・スペースでの更新」 、または 「削除」 を選択できます。 「エクスペリメント環境の管理」 ウィンドウから 「新規環境」 を作成することもできますが、このウィンドウから新規環境を作成しても、明示的にデフォルトとして設定しない限り、その環境はデフォルトにはなりません。

  6. Python 拡張機能」 タブをクリックします。

    作成された拡張を示す Python 拡張タブ

    ここでは、 Python 拡張機能を表示したり、拡張機能が使用されている環境を確認したりすることができます。 また、 新しい Python 拡張機能 を作成したり、既存の 「編集」「ダウンロード」、および 「削除」 のオプションを使用したりすることもできます。 拡張名をクリックして構成することもできます。 エクスペリメント環境で使用される Python 拡張を編集すると、環境が再作成されます。

    また、デプロイメント・スペース資産内の Python 環境を表示したり、追加した Python 拡張機能をソフトウェア仕様に表示したりすることもできます。

結果

選択した (または新しく作成した) 環境が、 「環境」 タブの Python 環境」 ドロップダウン・リストにチェック・マークが付けられた状態で表示されます。 チェック・マークは、この環境が エクスペリメント内のすべてのシナリオのデフォルトの Python 環境であることを示しています。

Decision Optimization GitHubDO-samplesModel_Builder フォルダーにある EnvironmentAndExtension の例を参照してください。 この例では、ライブラリー・ファイルと YAML コードを含む拡張子を持つ環境を使用します。

生成 AI の検索と回答
これらの回答は、製品資料の内容に基づいて、 watsonx.ai のラージ言語モデルによって生成されます。 詳細