Agrega un entorno conda

En esta página, se describe cómo agregar un entorno conda a tu instancia de Gemini Enterprise Agent Platform Workbench.

Descripción general

Cuando agregas un entorno conda a tu instancia de Agent Platform Workbench, aparece como un kernel en la interfaz de JupyterLab de tu instancia.

Puedes agregar un entorno conda a tu instancia de Agent Platform Workbench para usar kernels que no están disponibles en instancias de Agent Platform Workbench. Por ejemplo, puedes agregar entornos conda para R y Apache Beam. O puedes agregar entornos conda para versiones anteriores específicas de los frameworks disponibles, como TensorFlow, PyTorch o Python.

Antes de comenzar

Si aún no lo hiciste, crea una instancia de Agent Platform Workbench.

Abre JupyterLab

  1. En la Google Cloud consola de, ve a la página Instancias.

    Ir a Instancias

  2. Junto al nombre de la instancia de Agent Platform Workbench, haz clic en Abrir JupyterLab.

    Tu instancia de Agent Platform Workbench abre JupyterLab.

Agrega un entorno conda

Para agregar un entorno conda, ingresa los comandos en la terminal de JupyterLab de tu instancia.

  1. En JupyterLab, selecciona File > New > Terminal.

  2. En la ventana Terminal, ingresa los siguientes comandos:

    # 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

    Reemplaza lo siguiente:

    • CONDA_ENVIRONMENT_NAME: es el nombre que elijas para el entorno.
    • PACKAGE: el paquete que deseas instalar
    • KERNEL_DISPLAY_NAME: el nombre visible del mosaico del kernel en la interfaz de JupyterLab

  3. Se puede crear un kernel predeterminado cuando se instala en un entorno conda determinado. Puedes quitar el kernel predeterminado con el siguiente comando:

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

  4. Para ver tu kernel nuevo, haz lo siguiente:

    1. Actualiza la página.

    2. Selecciona File > New Launcher.

    El kernel aparece entre los demás en la ventana Launcher.

De forma predeterminada, conda puede usar paquetes pip en la carpeta pip del sistema (por ejemplo, /usr/bin/pip). Ejecutar conda install pip garantiza que la configuración use un pip local en el entorno.

Ejemplo de instalación: R Essentials

En el siguiente ejemplo, se instala R Essentials en un entorno conda llamado r.

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

Ejemplo de instalación: paquete pip

En el siguiente ejemplo, se instalan paquetes pip desde un archivo 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

Solucionar problemas

Para diagnosticar y resolver problemas relacionados con la adición de un entorno conda, consulta Solución de problemas de Agent Platform Workbench.

¿Qué sigue?