Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Personalizza il tuo ambiente utilizzando un gestore di pacchetti

Usa pip o conda per personalizzare il tuo ambiente. Consigliamo di utilizzare gestori di pacchetti anziché script di configurazione del ciclo di vita.

Crea e attiva il tuo ambiente personalizzato

Questa sezione fornisce esempi di diversi modi in cui è possibile configurare un ambiente JupyterLab.

Un ambiente conda di base ha il numero minimo di pacchetti necessari per i flussi di lavoro. SageMaker Usa il seguente modello per creare un ambiente conda di base:

# 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
            

L'immagine seguente mostra la posizione dell'ambiente che hai creato.

Per modificare il tuo ambiente, sceglilo e seleziona un'opzione dal menu a discesa.

Scegliete Seleziona per selezionare un kernel per l'ambiente.

Crea un ambiente conda con una versione Python specifica

La pulizia degli ambienti conda non utilizzati può aiutare a liberare spazio su disco e migliorare le prestazioni. Usa il seguente modello per ripulire un ambiente 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
            

Crea un ambiente conda con un set specifico di pacchetti

Usa il seguente modello per creare un ambiente conda con una versione specifica di Python e un set di pacchetti:

# 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 da un ambiente esistente

Clona il tuo ambiente conda per preservarne lo stato di funzionamento. Sperimentate nell'ambiente clonato senza dovervi preoccupare di introdurre modifiche epocali nel vostro ambiente di test.

Utilizzate il seguente comando per clonare un ambiente.

# 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 da un file di riferimento YAML

Crea un ambiente conda da un file di riferimento. YAML Di seguito è riportato un esempio di YAML file che è possibile utilizzare.

# 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
            

In pip basso, consigliamo di specificare solo le dipendenze che non sono disponibili con conda.

Usa i seguenti comandi per creare un ambiente conda da un file. YAML

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

# activate your env
conda activate py311-new-env