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

1. Rufen Sie in der Google Cloud Console die Seite Instanzen auf.

   Zur Seite „VM-Instanzen“

2. 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.

1. Wählen Sie in JupyterLab Datei > Neu > Terminal aus.

2. 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 Umgebung
   • PACKAGE: das Conda-Paket, das Sie installieren möchten
   • KERNEL_DISPLAY_NAME: der Anzeigename für die Kachel des Kernels in der JupyterLab-Benutzeroberfläche

3. So rufen Sie den neuen Kernel auf:

   1. Aktualisieren Sie die Seite.

   2. 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.

Nächste Schritte

• Weitere Informationen zu Conda.