Entorno de desarrollo

Como parte del conjunto de tecnologías que contribuyen a las soluciones de aprendizaje automático, AI Platform necesita un entorno de desarrollo con dependencias y requisitos configurados cuidadosamente. En esta página, se describen las piezas que componen el entorno de desarrollo y los problemas que pueden surgir.

Compatibilidad con la versión de Python

En AI Platform, se ejecuta Python 2.7 de forma predeterminada.

Python 3.5 está disponible con la versión 1.4 o superior del entorno de ejecución de AI Platform. Puedes configurar la versión de Python durante los trabajos de entrenamiento en un archivo de configuración o con los comandos de gcloud.

La predicción en línea y por lotes funciona con modelos de entrenamiento independientemente de si se entrenaron con Python 2 o con Python 3.

Si necesitas transferir tu código entre Python 2 y Python 3, puedes usar bibliotecas de compatibilidad, como six, para que te ayuden. Six está incluida en las imágenes del entorno de ejecución de AI Platform de forma predeterminada.

Acceso raíz

Si estás configurando tu entorno de desarrollo base, quizás debas usar sudo para ejecutar la instalación de pip en macOS o Linux. Sin embargo, si usas un entorno virtual, no necesitarás acceso raíz porque la instalación se realiza fuera de los directorios del sistema protegidos por el SO.

Entorno de ejecución

La configuración de las máquinas virtuales que ejecutan proyectos de GCP en la nube se define con la versión de entorno de ejecución que usas.

Entornos virtuales de Python

La configuración de Python puede ser compleja, especialmente si desarrollas otras aplicaciones Python con tecnologías diferentes en la misma computadora. Puedes simplificar la administración de versiones y paquetes si usas un entorno virtual para realizar el desarrollo de Python.

Un entorno virtual de Python administra los paquetes y el intérprete de Python que están separados del entorno predeterminado de tu computadora y son exclusivos de tu proyecto. Puedes usar los entornos virtuales para configurar entornos diferentes en cada proyecto Python en el que trabajes, y que cada uno tenga su propia versión de Python y los módulos que necesites.

Existen varias opciones de entornos virtuales de Python. Te recomendamos Anaconda (o su versión más pequeña, Miniconda). Ambos incluyen su propio administrador del entorno virtual, que se llama Conda. Anaconda es un conjunto popular de paquetes y herramientas que suelen usar los científicos de datos.

Marcos de trabajo de aprendizaje automático

AI Platform es compatible con los siguientes marcos de trabajo:

Cuenta de Google Cloud Platform

Debes tener una cuenta de GCP con la función de facturación habilitada y un proyecto con la API de entrenamiento y predicción de AI Platform habilitada para usar cualquiera de las funciones de nube de AI Platform. Si eres nuevo en GCP, lee la descripción general de los proyectos para obtener más información.

Regiones de Cloud Compute

Los recursos de procesamiento se asignan por región y zona, que corresponden a los centros de datos en los que los recursos están ubicados físicamente. Por lo general, debes ejecutar los trabajos puntuales, al igual que el entrenamiento de modelos, en la región más cercana a tu ubicación física (o la ubicación física de los usuarios objetivo), pero ten en cuenta los siguientes puntos:

  • Ten en cuenta las regiones disponibles para los servicios de AI Platform, incluido el entrenamiento de modelos en las GPU y en otros tipos de hardware, y las predicciones en línea y por lotes.

  • Siempre debes ejecutar tus trabajos de AI Platform en la misma región que el depósito de Cloud Storage que usas para leer y escribir datos en el trabajo.

  • Debes usar Standard Storage para todos los depósitos de Cloud Storage que usas con el fin de leer y escribir datos en tu trabajo de AI Platform.

Qué sigue

¿Te sirvió esta página? Envíanos tu opinión:

Enviar comentarios sobre…

¿Necesitas ayuda? Visita nuestra página de asistencia.