Añadir un entorno de conda

En esta página se describe cómo añadir un entorno de conda a tu instancia de Vertex AI Workbench.

Información general

Cuando añades un entorno de conda a tu instancia de Vertex AI Workbench, aparece como un kernel en la interfaz de JupyterLab de la instancia.

Puedes añadir un entorno de conda a tu instancia de Vertex AI Workbench para usar kernels que no estén disponibles en las instancias de Vertex AI Workbench. Por ejemplo, puedes añadir entornos de conda para R y Apache Beam. También puedes añadir entornos de conda para versiones anteriores específicas de los frameworks disponibles, como TensorFlow, PyTorch o Python.

Antes de empezar

Si aún no lo has hecho, crea una instancia de Vertex AI Workbench.

Abrir JupyterLab

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

    Ir a Instancias

  2. Junto al nombre de tu instancia de Vertex AI Workbench, haz clic en Abrir JupyterLab.

    Tu instancia de Vertex AI Workbench abre JupyterLab.

Añadir un entorno de conda

Puedes añadir un entorno de conda introduciendo comandos en el terminal de JupyterLab de tu instancia.

  1. En JupyterLab, selecciona Archivo > Nuevo > Terminal.

  2. En la ventana Terminal, introduce 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

# 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

    Haz los cambios siguientes:

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

  3. Se puede crear un kernel predeterminado al instalarlo en un entorno de conda determinado. Puedes eliminar el kernel predeterminado con el siguiente comando:

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

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

    1. Actualiza la página.

    2. Selecciona Archivo > Nuevo Launcher.

    El kernel aparece en la ventana Launcher junto con los demás.

De forma predeterminada, conda puede usar paquetes pip en la carpeta pip del sistema (por ejemplo, /usr/bin/pip). Al ejecutar conda install pip, se asegura de que la configuración use un pip local del entorno.

Ejemplo de instalación: R Essentials

En el siguiente ejemplo se instala R Essentials en un entorno de 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
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 de conda, consulta la sección Solución de problemas de Vertex AI Workbench.

Siguientes pasos