Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Mengelola dependensi dengan runtime_env

Ray runtime_env menginstal paket pip dan mengirimkan direktori kerja ke cluster pada waktu berjalan. Anda menambahkan dependensi tanpa membangun kembali gambar kontainer, yang membuat pengembangan interaktif tetap cepat.

Suntikkan dependensi secara interaktif

Lulus runtime_env keray.init(). Ray menginstal paket dan mengunggah direktori kerja ke cluster sebelum kode Anda berjalan.

import ray

ray.init(runtime_env={
    "pip": ["pandas==2.2.2", "scikit-learn"],
    "working_dir": "./src",
})

Menyuntikkan dependensi untuk pekerjaan yang dikirimkan

Untuk pekerjaan yang Anda kirimkan dari baris perintah, lewati lingkungan yang sama dengan --working-dir dan--runtime-env-json.

ray job submit \
    --address sagemaker_ray://my-cluster/my-namespace \
    --working-dir ./src \
    --runtime-env-json '{"pip": ["pandas==2.2.2", "scikit-learn"]}' \
    -- python my-script.py

Untuk set lengkap runtime_env bidang, termasuk lingkungan conda dan variabel lingkungan, lihat Lingkungan runtime Ray dalam dokumentasi Ray.