Gestire l'ambiente conda
Questa pagina descrive come gestire un ambiente conda in Vertex AI Workbench.
Panoramica
Se hai aggiunto un ambiente conda all'istanza Vertex AI Workbench, viene visualizzato come kernel nell'interfaccia JupyterLab dell'istanza.
Potresti aver aggiunto un ambiente conda alla tua istanza per utilizzare un kernel non disponibile in un'istanza predefinita di Vertex AI Workbench. Questa pagina descrive come modificare ed eliminare il kernel.
Apri JupyterLab
Nella console Google Cloud, vai alla pagina Istanze.
Accanto al nome dell'istanza di Vertex AI Workbench, fai clic su Apri JupyterLab.
La tua istanza di Vertex AI Workbench apre JupyterLab.
Modificare un kernel conda
Le istanze di Vertex AI Workbench sono dotate di framework preinstallati come PyTorch e TensorFlow. Se hai bisogno di una versione diversa, puoi modificare utilizzando pip nell'ambiente conda pertinente.
Ad esempio, se vuoi eseguire l'upgrade di PyTorch:
# Check the name of the conda environment for PyTorch conda env list # Activate the environment for PyTorch conda activate pytorch # Display the PyTorch version python -c "import torch; print(torch.__version__)" # Make sure to use pip from the conda environment for PyTorch # This should be `/opt/conda/envs/pytorch/bin/pip` which pip # Upgrade PyTorch pip install --upgrade torch
Elimina un kernel conda
Alcuni pacchetti conda aggiungono kernel predefiniti all'ambiente al momento dell'installazione. Ad esempio, quando installi R, conda potrebbe anche aggiungere un
Kernel python3
. Ciò può causare una duplicazione dei kernel nell'ambiente. Per evitare kernel duplicati, elimina il kernel predefinito
prima di creare un nuovo kernel con lo stesso nome.
rm -rf /opt/conda/envs/CONDA_ENVIRONMENT_NAME/share/jupyter/kernels/python3
Risoluzione dei problemi
Per diagnosticare e risolvere i problemi relativi alla gestione di un ambiente conda nell'istanza Vertex AI Workbench, consulta la sezione Risoluzione dei problemi di Vertex AI Workbench.
Passaggi successivi
- Scopri di più su conda.