Propagation des spécifications logicielles et des extensions de package des projets vers les espaces de déploiement

Pour exporter des spécifications logicielles personnalisées et des extensions de paquetage créées dans un projet watsonx.ai Studio vers un espace de déploiement :

1. Dans l'interface de votre projet, cliquez sur l'onglet Gérer .
2. Sélectionnez Environnements.
3. Cliquez sur l'onglet Modèles .
4. Dans le menu Options de votre environnement personnalisé, sélectionnez Promouvoir dans l'espace.

Par ailleurs, lorsque vous promouvez un modèle ou une fonction Python associé à un environnement personnalisé d'un projet watsonx.ai Studio vers un espace de déploiement, la spécification du logiciel personnalisé associé et l'extension du paquetage sont également promus vers l'espace de déploiement.

Si vous souhaitez mettre à jour les spécifications logicielles et les extensions de package après les avoir promies dans l'espace de déploiement, procédez comme suit:

1. Dans l'espace de déploiement, supprimez les spécifications logicielles, les extensions de package et les modèles associés (facultatif) à l'aide du client Python watsonx.ai .
2. Dans un projet, promouvez le modèle, la fonction ou le script associé à la spécification de logiciel personnalisée modifiée et à l'extension de package dans l'espace.

Les spécifications logicielles sont également incluses lorsque vous importez un projet ou un espace qui en inclut un.

Enregistrement d'un fichier YAML conda contenant une liste de bibliothèques tierces

Pour sauvegarder un fichier YAML conda contenant une liste de bibliothèques tierces en tant qu'extension de package et créer une spécification de logiciel personnalisée liée à l'extension de package:

1. Authentifiez et créez le client.

2. Créez et désignez l'espace de déploiement par défaut, puis listez les spécifications logicielles 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. Créez les métadonnées pour des extensions de package à ajouter à la spécification de 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. Créez un fichier yaml contenant la liste des packages, puis enregistrez-le en tant que customlibrary.yaml.

   Exemple de fichier yaml :

   name: add-regex-package
   dependencies:
       - regex
   

   Pour plus d'informations, voir Exemples de personnalisations.

5. Stockez les informations d'extension de package.

   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. Créez les métadonnées pour la spécification logicielle et stockez celle-ci.

   # 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']
   ))
   

Sauvegarde d'une bibliothèque Python créée par l'utilisateur et création d'une extension de package

Pour plus d'informations, voir Conditions d'utilisation des composants personnalisés dans les modèles.

Pour sauvegarder un package Python créé par l'utilisateur en tant qu'extension de package et créer une spécification logicielle personnalisée liée à l'extension de package:

1. Authentifiez et créez le client.

2. Créez et désignez l'espace de déploiement par défaut, puis listez les spécifications logicielles 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. Créez les métadonnées pour des extensions de package à ajouter à la spécification de base.

   Remarque :

   Vous pouvez spécifier pip_zip uniquement en tant que valeur pour la propriété de métadonnées 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. Indiquez le chemin de la bibliothèque Python créée par l'utilisateur.

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

   Pour plus d'informations, voir Conditions d'utilisation des composants personnalisés dans les modèles.

5. Stockez les informations d'extension de package.

   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. Créez les métadonnées pour la spécification logicielle et stockez celle-ci.

   # 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']
   ))
   

Traitement des incidents

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

• Utilisez une version différente du même package disponible dans Anaconda pour la version Python concernée.

• Installez la bibliothèque à partir du référentiel pypi, à l'aide de pip. Editez le contenu du fichier fichier d'installation yml conda :

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

Rubrique parent: Personnalisation des environnements d'exécution de déploiement