0 / 0
Volver a la versión inglesa de la documentación
Ejemplos de personalizaciones de plantillas de entorno

Ejemplos de personalizaciones de plantillas de entorno

Puede seguir ejemplos de cómo añadir bibliotecas personalizadas a través de conda o pip utilizando las plantillas proporcionadas para Python y R al crear una plantilla de entorno.

Puede utilizar mamba en lugar de conda en los siguientes ejemplos con conda. Recuerde seleccionar el recuadro de selección para instalar desde mamba si añade canales o paquetes de mamba a la plantilla de entorno existente.

Existen ejemplos para:

Consejos y sugerencias:

Adición de paquetes de conda

Para obtener las últimas versiones de - pandas-profiling:

dependencies:
  - pandas-profiling

Esto equivale a ejecutar conda install pandas-profiling en un cuaderno.

Adición de paquetes pip

También puede personalizar un entorno utilizando pip si un paquete concreto no está disponible en los canales de conda:

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

Esto equivale a ejecutar pip install ibm-watson-machine-learning en un cuaderno.

La personalización hará más que instalar el paquete pip especificado. El comportamiento predeterminado de conda es buscar también una nueva versión de pip y luego instalarla. La comprobación de todas las dependencias implícitas en conda suele tardar varios minutos y también gigabytes de memoria. La siguiente personalización abreviará la instalación de pip:

channels:
  - empty
  - nodefaults

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

El canal de conda empty no proporciona ningún paquete. No hay ningún paquete pip en particular. conda no intentará instalar pip y, en su lugar, utilizará la versión ya preinstalada. Tenga en cuenta que la palabra clave nodefaults de la lista de canales necesita al menos otro canal de la lista. De lo contrario, conda ignorará silenciosamente la palabra clave y utilizará los canales predeterminados.

Combinación de paquetes conda y pip

Puede listar varios paquetes con un paquete por línea. Una única personalización puede tener paquetes conda y paquetes pip.

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

Tenga en cuenta que la notación de plantilla necesaria tiene en cuenta los espacios iniciales. Cada elemento de la lista de paquetes de conda debe tener dos espacios iniciales. Cada elemento de la lista de paquetes pip debe tener cuatro espacios iniciales. La versión de un paquete conda debe especificarse utilizando un solo símbolo de igual (=), mientras que la versión de un paquete pip debe añadirse utilizando dos símbolos de igual (==).

Adición de paquetes complejo con dependencias internas

Cuando añade muchos paquetes o un paquete complejo con muchas dependencias internas, la instalación de conda puede tardar mucho o incluso detenerse sin ver ningún mensaje de error. Para evitar que esto suceda:

  • Especifique las versiones de los paquetes que desea añadir. Esto reduce el espacio de búsqueda de conda para resolver dependencias.
  • Aumente el tamaño de memoria del entorno.
  • Utilice un canal específico en lugar de los canales de conda predeterminados definidos en el archivo .condarc. Esto evita ejecutar búsquedas prolongadas a través de grandes canales.

Ejemplo de una personalización que no utiliza los canales de conda predeterminados:

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

dependencies:
  - prophet

Esta personalización corresponde al siguiente mandato de un cuaderno:

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

Adición de paquetes de conda para cuadernos R

El ejemplo siguiente muestra cómo crear una personalización que añade paquetes de conda para utilizarlos en un cuaderno R:

channels:
  - defaults

dependencies:
  - r-plotly

Esta personalización corresponde al siguiente mandato de un cuaderno:

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

Los nombres de los paquetes R en conda generalmente empiezan por el prefijo r-. Si solo utiliza plotly en la personalización, la instalación se realizará correctamente, pero se instalará el paquete Python en lugar del paquete R. Si luego intenta utilizar el paquete en el código R como en library(plotly), se devolvería un error.

Definir variables de entorno

Puede establecer variables de entorno en el entorno añadiendo una sección de variables a la plantilla de personalización de software tal como se muestra en el ejemplo siguiente:

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

El ejemplo también muestra que puede utilizar la sección de variables para establecer un servidor proxy para un entorno.

Limitación: no puede alterar temporalmente las variables de entorno existentes, por ejemplo LD_LIBRARY_PATH, utilizando este enfoque.

Mejores prácticas

Para evitar problemas que pueden surgir al encontrar paquetes o al resolver dependencias conflictivas, comience por instalar los paquetes que necesita manualmente a través de un cuaderno en un entorno de prueba. Esto le permite comprobar interactivamente si se pueden instalar paquetes sin errores. Una vez verificado que los paquetes se han instalado correctamente, cree una personalización para el entorno de desarrollo o producción y añada los paquetes a la plantilla de personalización.

Tema principal: Personalización de entornos

Búsqueda y respuesta de IA generativa
Estas respuestas las genera un modelo de lenguaje grande en watsonx.ai que se basa en el contenido de la documentación del producto. Más información