Propagazione delle specifiche software e delle estensioni dei package dai progetti agli spazi di distribuzione

Per esportare le specifiche software personalizzate e le estensioni dei pacchetti create in un progetto watsonx.ai Studio in uno spazio di distribuzione:

1. Dall'interfaccia del progetto, fare clic sul separatore Gestisci .
2. Selezionare Ambienti.
3. Fare clic sulla scheda Modelli .
4. Dal menu Opzioni dell'ambiente personalizzato, seleziona Promuovi allo spazio.

In alternativa, quando si promuove un modello o una funzione Python associata a un ambiente personalizzato da un progetto watsonx.ai Studio a uno spazio di distribuzione, anche la specifica del software personalizzato e l'estensione del pacchetto associati vengono promossi allo spazio di distribuzione.

Se si desidera aggiornare le specifiche del software e le estensioni del pacchetto dopo averle promosse allo spazio di distribuzione, attenersi alla seguente procedura:

1. Nello spazio di distribuzione, elimina le specifiche del software, le estensioni del package e i modelli associati (facoltativo) utilizzando il client watsonx.ai Python .
2. In un progetto, promuovere il modello, la funzione o lo script associato alla specifica software personalizzata e all'estensione del pacchetto modificati nello spazio.

Le specifiche software sono incluse anche quando si importa un progetto o uno spazio che ne include uno.

Salvataggio di un file conda YAML che contiene un elenco di librerie di terze parti

Per salvare un file YAML conda che contiene un elenco di librerie di terze parti come estensione di un pacchetto e creare una specifica software personalizzata collegata all'estensione del pacchetto:

1. Autenticare e creare il client.

2. Creare e impostare lo spazio di distribuzione predefinito, quindi elencare le specifiche software disponibili.

    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. Creare i metadati per le estensioni package da aggiungere alla specifica di 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. Creare un file yaml che contiene l'elenco di package e salvarlo come customlibrary.yaml.

   File yaml di esempio:

   name: add-regex-package
   dependencies:
       - regex
   

   Per ulteriori informazioni, consultare Esempi di personalizzazione.

5. Informazioni sull'estensione del package del negozio.

   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. Creare i metadati per la specifica software e memorizzare la specifica 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']
   ))
   

Salvataggio di una libreria Python creata dall'utente e creazione di un'estensione del package

Per ulteriori informazioni, consultare Requisiti per l'utilizzo di componenti personalizzati nei modelli.

Per salvare un pacchetto Python creato dall'utente come estensione del pacchetto e creare una specifica software personalizzata collegata all'estensione del pacchetto:

1. Autenticare e creare il client.

2. Creare e impostare lo spazio di distribuzione predefinito, quindi elencare le specifiche software disponibili.

    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. Creare i metadati per le estensioni package da aggiungere alla specifica di base.

   Nota:

   È possibile specificare pip_zip solo come valore per la proprietà dei metadati 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. Specificare il percorso della libreria Python creata dall'utente.

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

   Per ulteriori informazioni, consultare Requisiti per l'utilizzo di componenti personalizzati nei modelli.

5. Informazioni sull'estensione del package del negozio.

   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. Creare i metadati per la specifica software e memorizzare la specifica 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']
   ))
   

Risoluzione dei problemi

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

• Utilizzare una versione differente dello stesso package disponibile in Anaconda per la relativa versione di Python .

• Installare la libreria dal repository pypi, utilizzando pip. Modificare il contenuto del file di installazione di conda yml:

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

Argomento principale Personalizzazione dei runtime di distribuzione