新增 conda 環境
本頁面說明如何在 Vertex AI Workbench 執行個體中新增 conda 環境。
總覽
將 conda 環境新增至 Vertex AI Workbench 執行個體後,該環境會在執行個體的 JupyterLab 介面中顯示為核心。
您可以將 conda 環境新增至 Vertex AI Workbench 執行個體,以便使用 Vertex AI Workbench 執行個體中不支援的核心。舉例來說,您可以為 R 和 Apache Beam 新增 conda 環境。或者,您也可以為可用的特定舊版架構 (例如 TensorFlow、PyTorch 或 Python) 新增 conda 環境。
事前準備
如果您尚未建立 Vertex AI Workbench 執行個體,請建立。
開啟 JupyterLab
- 前往 Google Cloud 控制台的「Instances」頁面。 
- 按一下 Vertex AI Workbench 執行個體名稱旁的「Open JupyterLab」。 - Vertex AI Workbench 執行個體會開啟 JupyterLab。 
新增 conda 環境
您可以在執行個體的 JupyterLab 終端機中輸入指令,藉此新增 conda 環境。
- 在 JupyterLab 中,依序選取「File」>「New」>「Terminal」。 
- 在「Terminal」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:您為環境選擇的名稱
- PACKAGE:要安裝的套件
- KERNEL_DISPLAY_NAME:JupyterLab 介面中核心圖塊的顯示名稱
 
- 在安裝至特定 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 
- 如要查看新的核心,請按照下列步驟操作: - 請重新整理頁面。 
- 依序選取「File」>「New Launcher」。 
 - 核心會列在「Launcher」視窗中的其他項目中。 
根據預設,conda 可能會使用系統 pip 資料夾 (例如 /usr/bin/pip) 中的 pip 套件。執行 conda install pip 可確保設定會使用環境中的本機 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 環境相關問題,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」。