0 / 0
Go back to the English version of the documentation
Dostosowywanie szablonów środowiska
Last updated: 19 maj 2023
Dostosowywanie szablonów środowiska

Użytkownik może zmienić nazwę, opis i konfigurację sprzętową utworzonego szablonu środowiska. Istnieje możliwość dostosowania konfiguracji oprogramowania do szablonów środowiska notatnika Jupyter za pomocą kanałów conda lub za pomocą pip. Możesz podać listę pakietów conda, listę pakietów pip lub kombinację obu tych pakietów. Podczas korzystania z pakietów conda można podać listę dodatkowych lokalizacji kanałów conda, za pomocą których można uzyskać pakiety.

wymagane uprawnienia
Aby dostosować szablon środowiska, użytkownik musi mieć przypisaną rolę Administrator lub Edytujący w projekcie.
Ograniczenia
Nie można zmienić języka istniejącego szablonu środowiska.
Nie można dostosować konfiguracji oprogramowania utworzonego przez użytkownika szablonu środowiska Spark.

Aby dostosować utworzony szablon środowiska:

  1. Na karcie Zarządzaj projektu kliknij stronę Środowiska .

  2. W sekcji Aktywne środowiska wykonawcze sprawdź, czy środowisko wykonawcze nie jest aktywne dla szablonu środowiska, który chcesz zmienić.

  3. W sekcji Szablony środowiska kliknij szablon środowiska, który chcesz dostosować.

  4. Wprowadź zmiany.

    W przypadku szablonu środowiska notatnika Juypter należy wybrać opcję utworzenia dostosowania i określić biblioteki, które mają zostać dodane do standardowych pakietów, które są domyślnie dostępne. Można również użyć dostosowania do aktualizacji lub obniżenia klasyfikacji pakietów, które są częścią standardowej konfiguracji oprogramowania.

    Biblioteki dodawane do szablonu środowiska przy użyciu dostosowania nie są utrwalane, jednak są one instalowane automatycznie przy każdym uruchomieniu środowiska wykonawczego środowiska. Należy zwrócić uwagę, że jeśli biblioteka zostanie dodana za pomocą programu pip install za pomocą komórki notatnika, a nie za pomocą dostosowania, będzie można używać tej biblioteki tylko wtedy, gdy biblioteka nie będzie dostępna dla innej osoby, która korzysta z tego samego szablonu środowiska.

    Aby dodać biblioteki niestandardowe, można użyć udostępnionego szablonu. Istnieje inny szablon dla języka Python i dla R. W poniższym przykładzie przedstawiono sposób dodawania pakietów Python :

    # 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 below 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
    

    Ważne podczas dostosowywania:

    • Przed dostosowaniem pakietu należy sprawdzić, czy planowane zmiany mają zamierzony efekt.
      • Produkt conda może raportować zmiany wymagane do zainstalowania danego pakietu, nie instalując go. Zmiany można zweryfikować z poziomu notatnika. Na przykład dla biblioteki Plotly:
        • W notatniku Python wpisz: !conda install --dry-run plotly
        • W notatniku R wpisz: print(system2("conda", args=c("install","--dry-run","r-plotly"), stdout=TRUE))
      • Produkt pip instaluje pakiet. Jednak ponowne uruchomienie środowiska wykonawczego po weryfikacji spowoduje usunięcie pakietu. W tym przypadku należy sprawdzić zmiany wprowadzone w notatniku. Na przykład dla biblioteki Plotly:
        • W notatniku Python wpisz: !pip install plotly
        • W notatniku R wpisz: print(system2("pip", args="install plotly", stdout=TRUE))
    • Jeśli istnieje możliwość uzyskania pakietu za pomocą programu conda z kanałów domyślnych, a także za pomocą programu pip z poziomu PyPI, preferowaną metodą jest produkt conda z kanałów domyślnych.
    • Conda wykonuje sprawdzanie zależności podczas instalowania pakietów, które mogą być intensywne w pamięci, jeśli do dostosowania dodasz wiele pakietów. Upewnij się, że wybrano środowisko z wystarczającą ilością pamięci RAM, aby włączyć sprawdzanie zależności w czasie uruchamiania środowiska wykonawczego.
    • Aby zapobiec niepotrzebnemu sprawdzaniu zależności w przypadku, gdy pakiety z jednego kanału Conda mają być tylko pakiety, należy wykluczyć kanały domyślne, usuwając program defaults z listy kanałów w szablonie i dodając produkt nodefaults.
    • Oprócz kanału głównego Anaconda, wiele pakietów do R można znaleźć w kanale R Anaconda. W środowiskach R kanał ten jest już częścią kanałów domyślnych, dlatego nie musi być dodawany osobno.
    • Jeśli pakiety są dodawane tylko przez pip lub tylko za pośrednictwem conda do szablonu dostosowywania, należy upewnić się, że produkt dependencies nie został przekształtony w komentarz w szablonie.
    • W przypadku określenia wersji pakietu należy użyć pojedynczych pakietów = dla pakietów conda oraz == dla pakietów pip . Jeśli to możliwe, należy określić numer wersji, ponieważ zmniejsza to znacząco czas instalacji i zużycie pamięci. Jeśli wersja nie zostanie określona, menedżer pakietów może wybrać najnowszą dostępną wersję lub zachować wersję dostępną w pakiecie.
    • Nie można dodać dowolnych rozszerzeń notatnika jako dostosowania, ponieważ rozszerzenia notatnika muszą być wstępnie zainstalowane.
  5. Zastosuj zmiany.

Dowiedz się więcej

Temat nadrzędny: Zarządzanie zasobami compute

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more