Agrega un entorno conda

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

Descripción general

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

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

Antes de comenzar

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

Abre JupyterLab

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

    Ir a Instancias

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

    Tu instancia de Vertex AI Workbench abre JupyterLab.

Agrega un entorno conda

Para agregar un entorno conda, ingresa los comandos en la terminal de JupyterLab de tu instancia.

  1. En JupyterLab, selecciona File > New > Terminal.

  2. En la ventana Terminal, ingresa 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

    Reemplaza lo siguiente:

    • CONDA_ENVIRONMENT_NAME: es el nombre que elijas para el entorno.
    • PACKAGE: el paquete conda que deseas instalar
    • KERNEL_DISPLAY_NAME: el nombre visible del mosaico del kernel en la interfaz de JupyterLab

  3. Para ver tu kernel nuevo, sigue estos pasos:

    1. Actualiza la página.

    2. Selecciona Archivo > Nuevo Launcher.

    El kernel aparece entre los demás en la ventana Launcher.

De forma predeterminada, conda puede usar paquetes pip en la carpeta pip del sistema (por ejemplo, /usr/bin/pip). Ejecutar conda install pip garantiza que la configuración use un pip local en el entorno.

Modifica kernels de conda

Las instancias de Vertex AI Workbench vienen con frameworks preinstalados, como PyTorch y TensorFlow. Si necesitas una versión diferente, puedes modificar las bibliotecas mediante pip en el entorno conda relevante.

Por ejemplo, si deseas actualizar PyTorch:


# 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

Borra kernels de conda

Algunos paquetes conda agregan kernels predeterminados a tu entorno cuando se instalan. Por ejemplo, cuando instalas R, conda también puede agregar un kernel python3. Esto puede causar una duplicación de kernels en tu entorno. Para evitar kernels duplicados, borra el kernel predeterminado antes de crear uno nuevo con el mismo nombre.


rm -rf /opt/conda/envs/CONDA_ENVIRONMENT_NAME/share/jupyter/kernels/python3

Ejemplo de instalación: R Essentials

En el siguiente ejemplo, se instala R Essentials en un entorno conda llamado r.

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

Ejemplo de instalación: paquete pip

En el siguiente ejemplo, se instalan paquetes de 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

Solución de problemas

Para diagnosticar y resolver problemas relacionados con la adición de un entorno conda, consulta Solución de problemas de Vertex AI Workbench.

¿Qué sigue?

  • Más información sobre conda.