Ajouter un environnement Conda

Cette page explique comment ajouter un environnement Conda à une instance Vertex AI Workbench.

Présentation

Lorsque vous ajoutez un environnement Conda à votre instance Vertex AI Workbench, il apparaît en tant que kernel dans l'interface JupyterLab de votre instance.

Vous pouvez ajouter un environnement Conda à votre instance Vertex AI Workbench pour utiliser des kernels qui ne sont pas disponibles dans les instances Vertex AI Workbench. Par exemple, vous pouvez ajouter des environnements Conda pour R et Apache Beam. Vous pouvez également ajouter des environnements Conda à d'anciennes versions spécifiques des frameworks disponibles, tels que TensorFlow, PyTorch ou Python.

Avant de commencer

Si vous ne l'avez pas déjà fait, créez une instance Vertex AI Workbench.

Ouvrir JupyterLab

  1. Dans la console Google Cloud, accédez à la page Instances.

    Accéder à la page "Instances"

  2. À côté du nom de votre instance Vertex AI Workbench, cliquez sur Ouvrir JupyterLab.

    Votre instance Vertex AI Workbench ouvre JupyterLab.

Ajouter un environnement Conda

Vous pouvez ajouter un environnement Conda en saisissant des commandes dans le terminal JupyterLab de votre instance.

  1. Dans JupyterLab, sélectionnez Fichier > Nouveau > Terminal.

  2. Dans la fenêtre Terminal, saisissez les commandes suivantes :

    
# 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

    Remplacez les éléments suivants :

    • CONDA_ENVIRONMENT_NAME : nom de votre choix pour l'environnement
    • PACKAGE : package Conda que vous souhaitez installer
    • KERNEL_DISPLAY_NAME : nom à afficher pour la tuile du kernel dans l'interface JupyterLab

  3. Pour afficher votre nouveau noyau, procédez comme suit :

    1. Actualisez la page.

    2. Sélectionnez Fichier > Nouveau Lanceur d'applications.

    Le kernel est répertorié parmi les autres dans la fenêtre Lanceur d'applications.

Par défaut, conda peut utiliser des packages pip dans le dossier système pip (par exemple, /usr/bin/pip). L'exécution de conda install pip garantit que la configuration utilise un pip local dans l'environnement.

Modifier les noyaux Conda

Les instances Vertex AI Workbench sont fournies avec des frameworks préinstallés tels que PyTorch et TensorFlow. Si vous avez besoin d'une autre version, vous pouvez modifier les bibliothèques à l'aide de pip dans l'environnement Conda approprié.

Par exemple, si vous souhaitez mettre à niveau PyTorch, procédez comme suit:


# 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

Supprimer les kernels Conda

Certains packages Conda ajoutent des kernels par défaut à votre environnement lors de leur installation. Par exemple, lorsque vous installez R, Conda peut également ajouter un kernel python3. Cela peut entraîner une duplication de kernels dans votre environnement. Pour éviter la duplication de kernels, supprimez le kernel par défaut avant de créer un autre kernel portant le même nom.


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

Exemple d'installation : R Essentials

L'exemple suivant installe R Essentials dans un environnement Conda nommé 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

Exemple d'installation : package pip

L'exemple suivant installe des packages pip à partir d'un fichier 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

Résoudre les problèmes

Pour diagnostiquer et résoudre les problèmes liés à l'ajout d'un environnement Conda, consultez la page Dépannage de Vertex AI Workbench.

Étapes suivantes

  • Apprenez-en plus sur Conda.