Propagación de especificaciones de software y extensiones de paquete de proyectos a espacios de despliegue

Para exportar especificaciones de software personalizadas y extensiones de paquetes creadas en un proyecto de watsonx.ai Studio a un espacio de despliegue:

1. En la interfaz del proyecto, pulse el separador Gestionar .
2. Seleccione Entornos.
3. Pulse la pestaña Plantillas .
4. En el menú Opciones del entorno personalizado, seleccione Promocionar al espacio.

De forma alternativa, cuando se promociona cualquier modelo o función Python que esté asociada a un entorno personalizado desde un proyecto de watsonx.ai Studio a un espacio de despliegue, la especificación de software personalizado y la extensión de paquete asociadas también se promocionan al espacio de despliegue.

Si desea actualizar las especificaciones de software y las extensiones de paquete después de promocionarlas al espacio de despliegue, siga estos pasos:

1. En el espacio de despliegue, suprima las especificaciones de software, extensiones de paquete y modelos asociados (opcional) utilizando el cliente Python watsonx.ai .
2. En un proyecto, promocione el modelo, función o script que está asociado con la especificación de software personalizada modificada y la extensión de paquete al espacio.

Las especificaciones de software también se incluyen cuando se importa un proyecto o espacio que incluye uno.

Guardar un archivo YAML de conda que contiene una lista de bibliotecas de terceros

Para guardar un archivo YAML de conda que contiene una lista de bibliotecas de terceros como una extensión de paquete y crear una especificación de software personalizada que está enlazada a la extensión de paquete:

1. Autentique y cree el cliente.

2. Cree y establezca el espacio de despliegue predeterminado y, a continuación, obtenga una lista de las especificaciones de software disponibles.

    metadata = {
        wml_client.spaces.ConfigurationMetaNames.NAME:
            'examples-create-software-spec',
        wml_client.spaces.ConfigurationMetaNames.DESCRIPTION:
            'For my models'
    }
    space_details = wml_client.spaces.store(meta_props=metadata)
    space_uid = wml_client.spaces.get_id(space_details)
   
    # set the default space
    wml_client.set.default_space(space_uid)
   
    # see available meta names for software specs
    print('Available software specs configuration:', wml_client.software_specifications.ConfigurationMetaNames.get())
    wml_client.software_specifications.list()
   
    asset_id = 'undefined'
    pe_asset_id = 'undefined'
   

3. Cree los metadatos para las extensiones de paquetes que se añaden a la especificación base.

   pe_metadata = {
       wml_client.package_extensions.ConfigurationMetaNames.NAME:
           'My custom library',
       # optional:
       # wml_client.software_specifications.ConfigurationMetaNames.DESCRIPTION:
       wml_client.package_extensions.ConfigurationMetaNames.TYPE:
           'conda_yml'
   }
   

4. Cree un archivo yaml que contenga la lista de paquetes y, a continuación, guárdelo como customlibrary.yaml.

   Ejemplo de archivo yaml:

   name: add-regex-package
   dependencies:
       - regex
   

   Para obtener más información, consulte Ejemplos de personalizaciones.

5. Almacene la información de extensión de paquete.

   pe_asset_details = wml_client.package_extensions.store(
       meta_props=pe_metadata,
       file_path='customlibrary.yaml'
   )
   pe_asset_id = wml_client.package_extensions.get_id(pe_asset_details)
   

6. Cree los metadatos para la especificación de software y almacene la especificación de software.

   # Get the id of the base software specification
   base_id = wml_client.software_specifications.get_id_by_name('default_py3.9')
   
   # create the metadata for software specs
   ss_metadata = {
       wml_client.software_specifications.ConfigurationMetaNames.NAME:
           'Python 3.9 with pre-installed ML package',
       wml_client.software_specifications.ConfigurationMetaNames.DESCRIPTION:
           'Adding some custom libraries like regex', # optional
       wml_client.software_specifications.ConfigurationMetaNames.BASE_SOFTWARE_SPECIFICATION:
           {'guid': base_id},
       wml_client.software_specifications.ConfigurationMetaNames.PACKAGE_EXTENSIONS:
           [{'guid': pe_asset_id}]
   }
   
   # store the software spec
   ss_asset_details = wml_client.software_specifications.store(meta_props=ss_metadata)
   
   # get the id of the new asset
   asset_id = wml_client.software_specifications.get_id(ss_asset_details)
   
   # view new software specification details
   import pprint as pp
   
   ss_asset_details = wml_client.software_specifications.get_details(asset_id)
   print('Package extensions', pp.pformat(
       ss_asset_details['entity']['software_specification']['package_extensions']
   ))
   

Guardar una biblioteca Python creada por el usuario y crear una extensión de paquete

Para obtener más información, consulte Requisitos para utilizar componentes personalizados en modelos.

Para guardar un paquete Python creado por el usuario como una extensión de paquete y crear una especificación de software personalizada que esté enlazada a la extensión de paquete:

1. Autentique y cree el cliente.

2. Cree y establezca el espacio de despliegue predeterminado y, a continuación, obtenga una lista de las especificaciones de software disponibles.

    metadata = {
        wml_client.spaces.ConfigurationMetaNames.NAME:
            'examples-create-software-spec',
        wml_client.spaces.ConfigurationMetaNames.DESCRIPTION:
            'For my models'
    }
    space_details = wml_client.spaces.store(meta_props=metadata)
    space_uid = wml_client.spaces.get_id(space_details)
   
    # set the default space
    wml_client.set.default_space(space_uid)
   
    # see available meta names for software specs
    print('Available software specs configuration:', wml_client.software_specifications.ConfigurationMetaNames.get())
    wml_client.software_specifications.list()
   
    asset_id = 'undefined'
    pe_asset_id = 'undefined'
   

3. Cree los metadatos para las extensiones de paquetes que se añaden a la especificación base.

   Nota:

   Sólo puede especificar pip_zip como un valor para la propiedad de metadatos wml_client.package_extensions.ConfigurationMetaNames.TYPE .

   pe_metadata = {
       wml_client.package_extensions.ConfigurationMetaNames.NAME:
           'My Python library',
       # optional:
       # wml_client.software_specifications.ConfigurationMetaNames.DESCRIPTION:
       wml_client.package_extensions.ConfigurationMetaNames.TYPE:
           'pip.zip'
   }
   

4. Especifique la vía de acceso de la biblioteca Python creada por el usuario.

   python_lib_file_path="my-python-library-0.1.zip"
   

   Para obtener más información, consulte Requisitos para utilizar componentes personalizados en modelos.

5. Almacene la información de extensión de paquete.

   pe_asset_details = wml_client.package_extensions.store(
       meta_props=pe_metadata,
       file_path=python_lib_file_path
   )
   pe_asset_id = wml_client.package_extensions.get_id(pe_asset_details)
   

6. Cree los metadatos para la especificación de software y almacene la especificación de software.

   # Get the id of the base software specification
   base_id = wml_client.software_specifications.get_id_by_name('default_py3.9')
   
   # create the metadata for software specs
   ss_metadata = {
       wml_client.software_specifications.ConfigurationMetaNames.NAME:
           'Python 3.9 with pre-installed ML package',
       wml_client.software_specifications.ConfigurationMetaNames.DESCRIPTION:
           'Adding some custom libraries like regex', # optional
       wml_client.software_specifications.ConfigurationMetaNames.BASE_SOFTWARE_SPECIFICATION:
           {'guid': base_id},
       wml_client.software_specifications.ConfigurationMetaNames.PACKAGE_EXTENSIONS:
           [{'guid': pe_asset_id}]
   }
   
   # store the software spec
   ss_asset_details = wml_client.software_specifications.store(meta_props=ss_metadata)
   
   # get the id of the new asset
   asset_id = wml_client.software_specifications.get_id(ss_asset_details)
   
   # view new software specification details
   import pprint as pp
   
   ss_asset_details = wml_client.software_specifications.get_details(asset_id)
   print('Package extensions', pp.pformat(
       ss_asset_details['entity']['software_specification']['package_extensions']
   ))
   

Resolución de problemas

When a conda yml-based custom library installation fails with this error: Encountered error while installing custom library, try these alternatives:

• Utilice una versión diferente del mismo paquete que está disponible en Anaconda para la versión de Python correspondiente.

• Instale la biblioteca desde el repositorio pypi, utilizando pip. Edite el contenido del archivo de instalación yml de conda:

  name: <conda yml file name>
  dependencies:
  - numpy
  - pip:
      - pandas==1.2.5
  

Tema padre: Personalización de tiempos de ejecución de despliegue