Aggiungere un ambiente conda a un'istanza di Agent Platform Workbench

Questa pagina descrive come aggiungere un ambiente conda all'istanza di Agent Platform Workbench di Gemini Enterprise.

Panoramica

Quando aggiungi un ambiente conda all' istanza di Agent Platform Workbench, questo viene visualizzato come un kernel nell'interfaccia JupyterLab dell'istanza.

Potresti aggiungere un ambiente conda all'istanza di Agent Platform Workbench per utilizzare kernel non disponibili nelle istanze di Agent Platform Workbench. Ad esempio, puoi aggiungere ambienti conda per R e Apache Beam. In alternativa, puoi aggiungere ambienti conda per versioni precedenti specifiche dei framework disponibili, come TensorFlow, PyTorch o Python.

Prima di iniziare

Se non l'hai già fatto, crea un'istanza di Agent Platform Workbench.

Apri JupyterLab

  1. Nella Google Cloud console, vai alla pagina Istanze.

    Vai a Istanze

  2. Fai clic su Apri JupyterLab accanto al nome dell'istanza di Agent Platform Workbench.

    L'istanza di Agent Platform Workbench apre JupyterLab.

Aggiungi un ambiente conda

Puoi aggiungere un ambiente conda inserendo i comandi nel terminale JupyterLab dell'istanza.

  1. In JupyterLab, seleziona File > Nuovo > Terminale.

  2. Nella finestra Terminale, inserisci i seguenti comandi:

    # Creates a conda environment.
conda create -n CONDA_ENVIRONMENT_NAME -y
conda activate CONDA_ENVIRONMENT_NAME

# Install packages using a pip local to the conda environment.
conda install pip
pip install PACKAGE
pip install ipykernel

# Adds the conda kernel.
DL_ANACONDA_ENV_HOME="${DL_ANACONDA_HOME}/envs/CONDA_ENVIRONMENT_NAME"
python -m ipykernel install --prefix "${DL_ANACONDA_ENV_HOME}" --name CONDA_ENVIRONMENT_NAME --display-name KERNEL_DISPLAY_NAME

    Sostituisci quanto segue:

    • CONDA_ENVIRONMENT_NAME: il nome che hai scelto per l'ambiente
    • PACKAGE: il pacchetto che vuoi installare
    • KERNEL_DISPLAY_NAME: il nome visualizzato per il riquadro del kernel nell'interfaccia JupyterLab

  3. È possibile creare un kernel predefinito durante l'installazione in un determinato ambiente conda. Puoi rimuovere il kernel predefinito con il seguente comando:

    rm -rf "/opt/micromamba/envs/CONDA_ENVIRONMENT_NAME/share/jupyter/kernels/python3

  4. Per visualizzare il nuovo kernel:

    1. Aggiorna la pagina.

    2. Seleziona File > Nuovo launcher.

    Il kernel è elencato tra gli altri nella finestra Launcher.

Per impostazione predefinita, conda potrebbe utilizzare i pacchetti pip nella cartella pip di sistema (ad esempio, /usr/bin/pip). L'esecuzione di conda install pip garantisce che la configurazione utilizzi un pip locale per l'ambiente.

Esempio di installazione: R Essentials

Il seguente esempio installa R Essentials in un ambiente conda denominato r.

conda create -n r
conda activate r
conda install -c r r-essentials

Esempio di installazione: pacchetto pip

Il seguente esempio installa i pacchetti pip da un file requirements.txt.

conda create -n myenv
conda activate myenv
conda install pip
pip install -r requirements.txt
pip install ipykernel
DL_ANACONDA_ENV_HOME="${DL_ANACONDA_HOME}/envs/myenv"
python -m ipykernel install --prefix "${DL_ANACONDA_ENV_HOME}" --name myenv --display-name myenv

Risoluzione dei problemi

Per diagnosticare e risolvere i problemi relativi all'aggiunta di un ambiente conda, consulta Risoluzione dei problemi di Agent Platform Workbench.

Passaggi successivi