0 / 0
Retourner à la version anglaise de la documentation
Exemples de personnalisations de modèles d'environnement
Dernière mise à jour : 13 août 2024
Exemples de personnalisations de modèles d'environnement

Suivez les exemples qui montrent comment ajouter des bibliothèques personnalisées via conda ou pip lorsque vous créez un modèle d'environnement, en utilisant les modèles fournis pour Python et R.

Remarque: Vous pouvez utiliser mamba à la place de conda dans les exemples suivants. N'oubliez pas de cocher la case d'installation à partir de mamba si vous ajoutez des canaux ou des packages à partir de mamba au modèle d'environnement existant.

Il existe des exemples pour :

Conseils et astuces :

Ajout de packages conda

Pour obtenir les dernières version de pandas-profiling :

dependencies:
  - pandas-profiling

Cela équivaut à exécuter conda install pandas-profiling dans un bloc-notes.

Ajout de packages pip

Vous pouvez également personnaliser un environnement à l'aide de pip si un package particulier n'est pas disponible dans les canaux conda :

dependencies:
  - pip:
    - ibm_watsonx_ai

Cela équivaut à exécuter pip install ibm_watsonx_ai dans un bloc-notes.

La personnalisation fera en fait plus que simplement installer le module pip spécifié. Le comportement par défaut de conda consiste également à rechercher une nouvelle version de pip, puis à l'installer. La vérification de toutes les dépendances implicites dans conda prend souvent plusieurs minutes et des gigaoctets de mémoire. La personnalisation suivante raccourcira l'installation de pip:

channels:
  - empty
  - nodefaults

dependencies:
  - pip:
    - ibm_watsonx_ai

Le conda canal empty ne fournit aucun package. Il n'existe pas de package pip en particulier. conda n'essaiera pas d'installer pip et utilisera la version déjà préinstallée à la place. Notez que le mot clé nodefaults dans la liste des canaux a besoin d'au moins un autre canal dans la liste. Sinon, conda ignore le mot clé en mode silencieux et utilise les canaux par défaut.

Combinaison de packages conda et pip

Vous pouvez répertorier plusieurs packages avec un package par ligne. Une personnalisation unique peut comporter à la fois des packages conda et des packages pip .

dependencies:
  - pandas-profiling
  - scikit-learn=0.20
  - pip:
    - ibm_watsonx_ai
    - sklearn-pandas==1.8.0

Notez que la notation de modèle requise est sensible aux espaces à gauche. Chaque élément de la liste des packages conda doit comporter deux espaces de début. Chaque élément de la liste des packages pip doit comporter quatre espaces de début. La version d'un package conda doit être spécifiée à l'aide d'un symbole égal unique (=), tandis que la version d'un package pip doit être ajoutée à l'aide de deux symboles égaux (==).

Ajout de packages complexes comportant des dépendances internes

Lorsque vous ajoutez de nombreux packages ou un package complexe avec de nombreuses dépendances internes, l'installation de conda peut prendre du temps ou même s'arrêter sans renvoyer de messages d'erreur. Pour éviter cela, procédez comme suit :

  • Indiquez les versions des packages que vous souhaitez ajouter. Cela réduit l'espace de recherche pour conda afin de résoudre les dépendances.
  • Augmentez la taille de mémoire de l'environnement.
  • Utilisez un canal spécifique à la place des canaux conda par défaut définis dans le fichier .condarc . Cela évite d'exécuter de longues recherches sur des canaux de grande taille.

Exemple de personnalisation qui n'utilise pas les canaux conda par défaut:

# get latest version of the prophet package from the conda-forge channel
channels:
  - conda-forge
  - nodefaults

dependencies:
  - prophet

Cette personnalisation correspond à la commande suivante dans un bloc-notes :

!conda install -c conda-forge --override-channels prophet -y

Ajout de packages conda pour les blocs-notes R

L'exemple suivant montre comment créer une personnalisation qui ajoute des packages conda à utiliser dans un bloc-notes R:

channels:
  - defaults

dependencies:
  - r-plotly

Cette personnalisation correspond à la commande suivante dans un bloc-notes :

print(system("conda install r-plotly", intern=TRUE))

Les noms des packs R dans conda commencent généralement par le préfixe r-. Si vous utilisez uniquement plotly dans votre personnalisation, l'installation aboutit mais le package Python est installé à la place du package R. Si vous essayez ensuite d'utiliser le package dans votre code R comme dans library(plotly), une erreur est renvoyée.

Paramétrage des variables d'environnement

Vous pouvez définir des variables d'environnement dans votre environnement en ajoutant une section variables au modèle de personnalisation de logiciel, comme illustré dans l'exemple suivant:

variables:
  my_var: my_value
  HTTP_PROXY: https://myproxy:3128
  HTTPS_PROXY: https://myproxy:3128
  NO_PROXY: cluster.local

L'exemple montre également que vous pouvez utiliser la section variables pour définir un serveur proxy pour un environnement.

Limitation: vous ne pouvez pas remplacer des variables d'environnement existantes, par exemple LD_LIBRARY_PATH, à l'aide de cette approche.

Meilleures pratiques

Pour éviter les problèmes liés aux packages manquants et aux dépendances en conflit, commencez par installer manuellement les packages dont vous avez besoin via un bloc-notes dans un environnement de test. Ainsi, vous pouvez vérifier de manière interactive si les packages peuvent être installés sans erreurs. Après avoir vérifié que les packages sont correctement installés, créez une personnalisation pour votre environnement de développement ou de production et ajoutez les packages au modèle de personnalisation.

Rubrique parent : Personnalisation des environnements

Recherche et réponse à l'IA générative
Ces réponses sont générées par un modèle de langue de grande taille dans watsonx.ai en fonction du contenu de la documentation du produit. En savoir plus