Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Personalice su entorno mediante un administrador de paquetes

Use pip o conda para personalizar su entorno. Recomendamos usar administradores de paquetes en lugar de scripts de configuración del ciclo de vida.

Cree y active su entorno personalizado

En esta sección se proporcionan ejemplos de las distintas formas en las que puede configurar un entorno JupyterLab.

Un entorno conda básico tiene la cantidad mínima de paquetes que se requieren para sus flujos de trabajo. SageMaker Utilice la siguiente plantilla para crear un entorno conda básico:

# initialize conda for shell interaction
conda init

# create a new fresh environment
conda create --name test-env

# check if your new environment is created successfully
conda info --envs

# activate the new environment
conda activate test-env

# install packages in your new conda environment
conda install pip boto3 pandas ipykernel

# list all packages install in your new environment 
conda list

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | cut -d : -f 2 | tr -d ' ')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env:($CURRENT_ENV_NAME)"

# to exit your new environment
conda deactivate
            

La siguiente imagen muestra la ubicación del entorno que ha creado.

Para cambiar su entorno, elíjalo y seleccione una opción del menú desplegable.

Elija Seleccionar para seleccionar un núcleo para el entorno.

Cree un entorno conda con una versión específica de Python

Limpiar los entornos conda que no esté utilizando puede ayudar a liberar espacio en disco y mejorar el rendimiento. Utilice la siguiente plantilla para limpiar un entorno conda:

# create a conda environment with a specific python version
conda create --name py38-test-env python=3.8.10

# activate and test your new python version
conda activate py38-test-env & python3 --version

# Install ipykernel to facilicate env registration
conda install ipykernel

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | cut -d : -f 2 | tr -d ' ')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env:($CURRENT_ENV_NAME)"

# deactivate your py38 test environment
conda deactivate
            

Cree un entorno conda con un conjunto específico de paquetes

Utilice la siguiente plantilla para crear un entorno conda con una versión específica de Python y un conjunto de paquetes:

# prefill your conda environment with a set of packages,
conda create --name py38-test-env python=3.8.10 pandas matplotlib=3.7 scipy ipykernel

# activate your conda environment and ensure these packages exist
conda activate py38-test-env

# check if these packages exist
conda list | grep -E 'pandas|matplotlib|scipy'

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | cut -d : -f 2 | tr -d ' ')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env:($CURRENT_ENV_NAME)"

# deactivate your conda environment
conda deactivate
            

Clona conda desde un entorno existente

Clona tu entorno conda para conservar su estado de funcionamiento. Experimenta en el entorno clonado sin tener que preocuparse por introducir cambios importantes en su entorno de prueba.

Utilice el siguiente comando para clonar un entorno.

# create a fresh env from a base environment 
conda create --name py310-base-ext --clone base # replace 'base' with another env

# activate your conda environment and ensure these packages exist
conda activate py310-base-ext

# install ipykernel to register your env
conda install ipykernel

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | cut -d : -f 2 | tr -d ' ')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env:($CURRENT_ENV_NAME)"

# deactivate your conda environment
conda deactivate
            

Clona conda desde un archivo de referencia YAML

Cree un entorno conda a partir de un archivo de referenciaYAML. El siguiente es un ejemplo de un YAML archivo que puede utilizar.

# anatomy of a reference environment.yml
name: py311-new-env
channels:
  - conda-forge
dependencies:
  - python=3.11
  - numpy
  - pandas
  - scipy
  - matplotlib
  - pip
  - ipykernel
  - pip:
      - git+https://github.com/huggingface/transformers
            

Enpip, recomendamos especificar solo las dependencias que no están disponibles con conda.

Use los siguientes comandos para crear un entorno conda a partir de un archivo. YAML

# create your conda environment 
conda env create -f environment.yml

# activate your env
conda activate py311-new-env