0 / 0
Go back to the English version of the documentation
Przykłady dostosowania szablonu środowiska
Last updated: 19 maj 2023
Przykłady dostosowania szablonu środowiska

Przykłady dodawania bibliotek niestandardowych za pomocą conda lub pip przy użyciu udostępnionych szablonów dla języka Python i R można śledzić podczas tworzenia szablonu środowiska.

Mamba można użyć w miejsce conda w następujących przykładach z conda. Pamiętaj, aby zaznaczyć pole wyboru w celu zainstalowania z mamba, jeśli do istniejącego szablonu środowiska zostaną dodane kanały lub pakiety z mamby.

Istnieją przykłady dla:

Porady i wskazówki:

Dodawanie pakietów conda

Aby uzyskać najnowsze wersje pandas-profilowanie:

dependencies:
  - pandas-profiling

Jest to równoznaczne z uruchomieniem programu conda install pandas-profiling w notatniku.

Dodawanie pakietów pip

Istnieje również możliwość dostosowania środowiska za pomocą produktu pip , jeśli określony pakiet nie jest dostępny w kanałach conda:

dependencies:
  - pip:
    - ibm-watson-machine-learning

Jest to równoznaczne z uruchomieniem programu pip install ibm-watson-machine-learning w notatniku.

Dostosowanie spowoduje, że w rzeczywistości będzie więcej niż tylko zainstalowanie określonego pakietu pip . Domyślnym działaniem produktu conda jest również szuenie nowej wersji produktu pip , a następnie jego zainstalowanie. Sprawdzanie wszystkich niejawnych zależności w produkcie conda często trwa kilka minut, a także gigabajty pamięci. Następujące dostosowanie spowoduje skróconą instalację produktu pip:

channels:
  - empty
  - nodefaults

dependencies:
  - pip:
    - ibm-watson-machine-learning

Kanał conda empty nie udostępnia żadnych pakietów. W szczególności nie ma pakietu pip . Produkt conda nie będzie próbował zainstalować produktu pip i zamiast niego będzie używać już wcześniej zainstalowanej wersji. Należy zauważyć, że słowo kluczowe nodefaults na liście kanałów wymaga co najmniej jednego innego kanału na liście. W przeciwnym razie produkt conda w trybie cichym zignoruje słowo kluczowe i korzysta z kanałów domyślnych.

Łączenie pakietów conda i pip

Istnieje możliwość wyświetlenia wielu pakietów z jednym pakietem na wiersz. Pojedyncze dostosowanie może mieć zarówno pakiety conda, jak i pakiety pip.

dependencies:
  - pandas-profiling
  - scikit-learn=0.20
  - pip:
    - watson-machine-learning-client-V4
    - sklearn-pandas==1.8.0

Należy zauważyć, że wymagana notacja szablonu jest wrażliwa na wiodące spacje. Każda pozycja na liście pakietów conda musi mieć dwie wiodące spacje. Każda pozycja na liście pakietów pip musi mieć cztery wiodące spacje. Wersja pakietu conda musi być określona za pomocą jednego znaku równości (=), podczas gdy wersja pakietu pip musi być dodana przy użyciu dwóch symboli równości (==).

Dodawanie złożonych pakietów z zależnościami wewnętrznymi

W przypadku dodawania wielu pakietów lub złożonego pakietu z wieloma wewnętrznymi zależnościami instalacja conda może trwać długo lub może nawet zostać zatrzymana bez wystąpienia dowolnego komunikatu o błędzie. Aby tego uniknąć, należy:

  • Określ wersje pakietów, które mają zostać dodane. Ogranicza to obszar wyszukiwania dla conda do rozstrzygania zależności.
  • Zwiększ wielkość pamięci środowiska.
  • Użyj konkretnego kanału zamiast domyślnych kanałów conda, które są zdefiniowane w pliku .condarc . W ten sposób unika się długotrwałych poszukiwań za pośrednictwem dużych kanałów.

Przykład dostosowania, który nie korzysta z domyślnych kanałów conda:

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

dependencies:
  - prophet

To dostosowanie odpowiada następującej komendzie w notatniku:

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

Dodawanie pakietów conda dla notebooków R

W poniższym przykładzie przedstawiono sposób tworzenia dostosowania, które dodaje pakiety conda do użycia w notatniku R:

channels:
  - defaults

dependencies:
  - r-plotly

To dostosowanie odpowiada następującej komendzie w notatniku:

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

Nazwy pakietów R w kondzie zwykle rozpoczynają się od przedrostka r-. Jeśli w dostosowaniu używany jest tylko produkt plotly , instalacja powiedzie się, ale pakiet Python zostanie zainstalowany zamiast pakietu R. Jeśli użytkownik spróbuje użyć pakietu w swoim kodzie R, jak w programie library(plotly), spowoduje to zwrócenie błędu.

Ustawianie zmiennych środowiskowych

Zmienne środowiskowe można ustawić w środowisku, dodając sekcję zmiennych do szablonu dostosowania oprogramowania, tak jak pokazano to w poniższym przykładzie:

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

Przykład ten pokazuje również, że można użyć sekcji zmiennych w celu ustawienia serwera proxy dla środowiska.

Ograniczenie: Nie można przesłonić istniejących zmiennych środowiskowych, na przykład LD_LIBRARY_PATH, przy użyciu tego podejścia.

Sprawdzone procedury

Aby uniknąć problemów, które mogą pojawić się podczas wyszukiwania pakietów lub rozwiązywania konfliktów zależności, należy je uruchomić, instalując pakiety, które są potrzebne ręcznie w notatniku w środowisku testowym. Umożliwia to interaktywne sprawdzenie, czy pakiety mogą być instalowane bez błędów. Po sprawdzeniu, czy wszystkie pakiety zostały poprawnie zainstalowane, utwórz dostosowanie dla środowiska programistycznego lub produkcyjnego, a następnie dodaj pakiety do szablonu dostosowywania.

Temat nadrzędny: Dostosowywanie środowisk