0 / 0
Torna alla versione inglese della documentazione
Personalizzazione dei modelli di ambiente

Personalizzazione dei modelli di ambiente

È possibile modificare il nome, la descrizione e la configurazione hardware di un template ambiente creato. È possibile personalizzare la configurazione software dei modelli di ambiente dei notebook Jupyter attraverso i canali conda o utilizzando pip. È possibile fornire un elenco di pacchetti conda, un elenco di pacchetti pip o una combinazione di entrambi. Quando si utilizzano i pacchetti conda, è possibile fornire un elenco di ulteriori ubicazioni del canale conda attraverso cui è possibile ottenere i pacchetti.

Autorizzazioni richieste
Per personalizzare un modello di ambiente, è necessario disporre del ruolo Amministratore o Editor nel progetto.
Limitazioni
Non è possibile modificare la lingua di un modello di ambiente esistente.
Non è possibile personalizzare la configurazione software di un modello di ambiente Spark creato.

Per personalizzare un modello di ambiente creato:

  1. Nella scheda Gestisci del progetto, fare clic sulla pagina Ambienti .

  2. Nella sezione Runtime attivi , verificare che nessun runtime sia attivo per il modello di ambiente che si desidera modificare.

  3. Nella sezione Modelli di ambiente, fare clic sul modello di ambiente che si desidera personalizzare.

  4. Effettuare le modifiche.

    Per un modello di ambiente del notebook Juypter, selezionare la creazione di una personalizzazione e specificare le librerie da aggiungere ai pacchetti standard disponibili per impostazione predefinita. È inoltre possibile utilizzare la personalizzazione per aggiornare o eseguire il downgrade dei package che fanno parte della configurazione software standard.

    Le librerie che vengono aggiunte a un template di ambiente tramite la personalizzazione non sono persistenti; tuttavia, vengono installate automaticamente ogni volta che viene avviato il runtime dell'ambiente. Tenere presente che se si aggiunge una libreria utilizzando pip install tramite una cella del notebook e non tramite la personalizzazione, solo l'utente sarà in grado di utilizzare questa libreria; la libreria non è disponibile per qualcun altro che utilizza lo stesso modello di ambiente.

    Se si desidera, è possibile utilizzare il template fornito per aggiungere le librerie personalizzate. Esiste un modello diverso per Python e per R. Il seguente esempio mostra come aggiungere i package 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
    

    Importante quando si personalizza:

    • Prima di personalizzare un package, verificare che le modifiche pianificate abbiano l'effetto desiderato.
      • conda può riportare le modifiche richieste per l'installazione di un determinato pacchetto, senza installarlo effettivamente. È possibile verificare le modifiche dal notebook. Ad esempio, per la libreria Plotly:
        • In un notebook Python , immettere: !conda install --dry-run plotly
        • In un notebook R, immettere: print(system2("conda", args=c("install","--dry-run","r-plotly"), stdout=TRUE))
      • pip installa il package. Tuttavia, il riavvio del runtime dopo la verifica rimuoverà il pacchetto. Anche in questo caso è possibile verificare le modifiche dal notebook. Ad esempio, per la libreria Plotly:
        • In un notebook Python , immettere: !pip install plotly
        • In un notebook R, immettere: print(system2("pip", args="install plotly", stdout=TRUE))
    • Se è possibile ottenere un pacchetto attraverso conda dai canali predefiniti e attraverso pip da PyPI, il metodo preferito è attraverso conda dai canali predefiniti.
    • Conda esegue il controllo delle dipendenze durante l'installazione di pacchetti che possono richiedere molta memoria se si aggiungono molti pacchetti alla personalizzazione. Assicurarsi di selezionare un ambiente con RAM sufficiente per abilitare il controllo della dipendenza al momento dell'avvio del runtime.
    • Per evitare un controllo di dipendenza non necessario se si desidera che i package vengano solo da un canale Conda, escludere i canali predefiniti rimuovendo defaults dall'elenco dei canali nel modello e aggiungendo nodefaults.
    • Oltre al canale principale Anaconda, molti pacchetti per R possono essere trovati nel canale R di Anaconda. Negli ambienti R, questo canale è già parte dei canali predefiniti, quindi non è necessario aggiungerlo separatamente.
    • Se si aggiungono package solo tramite pip o solo tramite conda al template di personalizzazione, è necessario assicurarsi che dependencies non sia impostato come commento nel template.
    • Quando si specifica una versione di package, utilizzare un singolo = per package conda e == per package pip . Laddove possibile, specificare un numero di versione, in modo da ridurre in modo significativo il tempo di installazione e il consumo di memoria. Se non si specifica una versione, il gestore package potrebbe scegliere la versione più recente disponibile o mantenere la versione disponibile nel package.
    • Non è possibile aggiungere estensioni di notebook arbitrarie come personalizzazione perché le estensioni di notebook devono essere preinstallate.
  5. Applica le tue modifiche.

Ulteriori informazioni

Argomento principale Gestione delle risorse di calcolo

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni