Conda-Umgebung hinzufügen
Auf dieser Seite wird beschrieben, wie Sie der Vertex AI Workbench-Instanz eine Conda-Umgebung hinzufügen.
Überblick
Wenn Sie Ihrer Vertex AI Workbench-Instanz eine Conda-Umgebung hinzufügen, wird sie in der JupyterLab-Benutzeroberfläche Ihrer Instanz als Kernel angezeigt.
Sie können Ihrer Vertex AI Workbench-Instanz eine Conda-Umgebung hinzufügen, um Kernel zu verwenden, die in Vertex AI Workbench-Instanzen nicht verfügbar sind. Sie können beispielsweise Conda-Umgebungen für R und Apache Beam hinzufügen. Oder Sie können Conda-Umgebungen für bestimmte ältere Versionen der verfügbaren Frameworks wie TensorFlow, PyTorch oder Python hinzufügen.
Hinweise
Falls noch nicht geschehen, erstellen Sie eine Vertex AI Workbench-Instanz.
JupyterLab öffnen
Rufen Sie in der Google Cloud Console die Seite Instanzen auf.
Klicken Sie neben dem Namen der Vertex AI Workbench-Instanz auf JupyterLab öffnen.
Ihre Vertex AI Workbench-Instanz öffnet JupyterLab.
Conda-Umgebung hinzufügen
Sie können eine Conda-Umgebung hinzufügen, indem Sie Befehle im JupyterLab-Terminal Ihrer Instanz eingeben.
Wählen Sie in JupyterLab Datei > Neu > Terminal aus.
Geben Sie im Fenster Terminal die folgenden Befehle ein:
# 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
Ersetzen Sie Folgendes:
CONDA_ENVIRONMENT_NAME
: der gewünschte Name für die UmgebungPACKAGE
: das Conda-Paket, das Sie installieren möchtenKERNEL_DISPLAY_NAME
: der Anzeigename für die Kachel des Kernels in der JupyterLab-Benutzeroberfläche
So rufen Sie den neuen Kernel auf:
Aktualisieren Sie die Seite.
Wählen Sie Datei > Neuer Launcher aus.
Der Kernel wird im Fenster Launcher neben den anderen aufgelistet.
Standardmäßig verwendet conda möglicherweise pip-Pakete im Systemordner pip
(z. B. /usr/bin/pip
). Wenn Sie conda install pip
ausführen, wird für die Einrichtung ein in der Umgebung lokaler pip verwendet.
Conda-Kernel ändern
Vertex AI Workbench-Instanzen enthalten vorinstallierte Frameworks wie PyTorch und TensorFlow. Wenn Sie eine andere Version benötigen, können Sie die Bibliotheken mithilfe von pip in der entsprechenden Conda-Umgebung ändern.
Wenn Sie beispielsweise ein Upgrade von PyTorch ausführen möchten:
# Check name of the conda environment for PyTorch conda env list # Activates the environment for PyTorch conda activate pytorch # Display the PyTorch version python -c "import torch; print(torch.__version__)" # Ensures that we use pip from the conda environment for PyTorch # Should be `/opt/conda/envs/pytorch/bin/pip` which pip # Upgrades PyTorch pip install --upgrade torch
Conda-Kernel löschen
Einige Conda-Pakete fügen Ihrer Umgebung Standard-Kernel hinzu, wenn die Pakete installiert werden. Wenn Sie R verwenden, kann conda beispielsweise auch einen python3
-Kernel hinzufügen. Dies kann zu einer Duplikation von Kerneln in Ihrer Umgebung führen. Löschen Sie den Standard-Kernel, bevor Sie einen neuen Kernel mit demselben Namen erstellen, um doppelte Kernel zu vermeiden.
rm -rf /opt/conda/envs/CONDA_ENVIRONMENT_NAME/share/jupyter/kernels/python3
Beispielinstallation: R Essentials
Im folgenden Beispiel werden R Essentials in einer Conda-Umgebung mit dem Namen r
installiert.
conda create -n r conda activate r conda install -c r r-essentials DL_ANACONDA_ENV_HOME="${DL_ANACONDA_HOME}/envs/r>" python -m ipykernel install --prefix "${DL_ANACONDA_ENV_HOME}" --name r --display-name r rm -rf /opt/conda/envs/r/share/jupyter/kernels/python3 rm -rf /opt/conda/envs/r/share/jupyter/kernels/ir
Beispielinstallation: pip-Paket
Im folgenden Beispiel werden pip-Pakete aus einer requirements.txt
-Datei installiert.
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
Fehlerbehebung
Informationen zur Diagnose und Behebung von Problemen beim Hinzufügen einer Conda-Umgebung finden Sie unter Fehlerbehebung bei Vertex AI Workbench.