新增 conda 環境
本頁說明如何將 conda 環境新增至 Vertex AI Workbench 執行個體。
總覽
將 conda 環境新增至 Vertex AI Workbench 執行個體後,該環境會以核心的形式顯示在執行個體的 JupyterLab 介面中。
您可以在 Vertex AI Workbench 執行個體中新增 conda 環境,使用 Vertex AI Workbench 執行個體未提供的核心。舉例來說,您可以為 R 和 Apache Beam 新增 conda 環境。您也可以為特定舊版架構 (例如 TensorFlow、PyTorch 或 Python) 新增 conda 環境。
事前準備
如果還沒有,請建立 Vertex AI Workbench 執行個體。
開啟 JupyterLab
前往 Google Cloud 控制台的「Instances」(執行個體) 頁面。
按一下 Vertex AI Workbench 執行個體名稱旁的「Open JupyterLab」(開啟 JupyterLab)。
Vertex AI Workbench 執行個體會開啟 JupyterLab。
新增 conda 環境
如要新增 conda 環境,請在執行個體的 JupyterLab 終端機中輸入指令。
在 JupyterLab 中,依序選取「File」>「New」>「Terminal」。
在「終端機」視窗中,輸入下列指令:
# 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
更改下列內容:
CONDA_ENVIRONMENT_NAME:您選擇的環境名稱PACKAGE:要安裝的套件KERNEL_DISPLAY_NAME:JupyterLab 介面中核心圖塊的顯示名稱
安裝至特定 conda 環境時,可以建立預設核心。您可以使用下列指令移除預設核心:
rm -rf "/opt/micromamba/envs/CONDA_ENVIRONMENT_NAME/share/jupyter/kernels/python3
如要查看新核心,請執行下列操作:
請重新整理頁面。
選取「檔案」>「新增啟動器」。
核心會列在「啟動器」視窗中。
根據預設,conda 可能會使用系統 pip 資料夾中的 pip 套件 (例如 /usr/bin/pip)。執行 conda install pip 可確保設定使用環境本機的 pip。
安裝範例:R Essentials
以下範例會在名為 r 的 conda 環境中安裝 R Essentials。
conda create -n r conda activate r conda install -c r r-essentials
安裝範例:pip 套件
以下範例會從 requirements.txt 檔案安裝 pip 套件。
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
疑難排解
如要診斷及解決新增 conda 環境的問題,請參閱「排解 Vertex AI Workbench 問題」。
後續步驟
進一步瞭解 conda。
如要修改 conda 環境,請參閱「管理 conda 環境」。