Oracle Cloud Infrastructure - Dokumentation

Conda-Umgebungen in andere Regionen kopieren

In diesem Tutorial installieren Sie eine Conda-Umgebung in einer Notizbuchsession. Anschließend führen Sie die erforderlichen Schritte aus, um dieselbe Conda-Umgebung in einer zweiten Notizbuchsession zu installieren, die in einer anderen Region gehostet wird.

Zu den wichtigsten Aufgaben gehören:

  • Erstellen Sie zwei Buckets in zwei verschiedenen Regionen in Ihrem Mandanten.
  • Registrieren Sie jeden Bucket bei einer Notizbuchsession in seiner Region.
  • Installieren Sie eine Conda-Umgebung in der ersten Notizbuchsession.
  • Veröffentlichen Sie die Conda-Umgebung. (Ermöglichen Sie die Installation der Conda-Umgebung aus jeder Notizbuchsession, die Zugriff auf die Umgebung hat.)
  • Fügen Sie in der ersten Notizbuchsession die veröffentlichte Conda-Umgebung zu einem Bucket derselben Region hinzu.
  • Kopieren Sie die veröffentlichte Conda-Umgebung aus einem Bucket in einen anderen.
  • Installieren Sie die Conda-Umgebung mit dem zweiten Bucket in einer Notizbuchsession in der zweiten Region.

Weitere Informationen finden Sie unter:

Bevor Sie beginnen

Um dieses Tutorial erfolgreich ausführen zu können, benötigen Sie Folgendes:

Anforderungen

  • Ein kostenloser Oracle Cloud Infrastructure-(OCI-)Account oder ein neuer Account mit Oracle Cloud-Promotions. Siehe Kostenlose Oracle Cloud-Promotions anfordern und verwalten.

  • Einen MacOS-, Linux- oder Windows-Rechner.
  • Data Science-Tutorial:
    • Führen Sie alle Schritte unter Data Science-Mandanten manuell konfigurieren durch, und erstellen Sie zwei Notizbuchsessions mit den folgenden Eigenschaften:
      • Geben Sie dem Compartment für Ihre Arbeit den Namen data-science-work.
      • Erstellen Sie Notizbuchsessions in zwei Regionen:
        • Um die Region zu ändern, wählen Sie in der oberen Navigationsleiste der Konsole Ihre Region aus, und klicken Sie auf den Namen einer neuen Region. Beispiel: Wechseln Sie von US West (Phoenix) zu US East (Ashburn).
        • Benennen Sie Ihre Projekte und Notizbuchsessions:
          • In <region-1>: Initial Project und my-first-notebook-session
          • In <region-2>: Second Project and my-second-notebook-session

1. Buckets erstellen

Erstellen Sie zwei Buckets, um Conda-Umgebungen von my-first-notebook-session und my-second-notebook-session zu speichern.

Zwei Zeiträume erstellen

Erstellen Sie einen Bucket in <region-1> und einen weiteren in <region-2>.

  1. Öffnen Sie das Navigationsmenü, und wählen Sie Speicher aus. Klicken Sie unter Object Storage und Archive Storage auf Buckets.
  2. Wählen Sie in der linken Navigation unter Listengeltungsbereich das Compartment data-science-work aus.
  3. Wählen Sie in der oberen Navigationsleiste <region-1> aus. Beispiel: US West (Phoenix).
  4. Wählen Sie Bucket erstellen aus.
  5. Geben Sie die folgenden Informationen ein:
    • Name: bucket-1
    • Lassen Sie den Standardwert für andere Felder unverändert:
      • Default Storage Tier: Standard
      • Verschlüsselung: Mit von Oracle verwalteten Schlüsseln verschlüsseln
  6. Wählen Sie Erstellen.
  7. Stellen Sie in der Liste der Buckets sicher, dass für bucket-1 eine private Sichtbarkeit festgelegt ist:
    Buckets sind privat, es sei denn, Sie ändern ihre Sichtbarkeit nach ihrer Erstellung.
  8. Wählen Sie in der oberen Navigationsleiste <region-1> und in der Liste der Regionen <region-2> aus. Beispiel: Wechseln Sie zu US East (Ashburn).
  9. Wiederholen Sie die vorherigen Schritte, um bucket-2 in <region-2> zu erstellen.
Sie haben erfolgreich zwei private Buckets in zwei verschiedenen Regionen erstellt.
Mandanten-Namespace abrufen

Alle Mandanten haben einen eindeutigen, nicht veränderbaren Object Storage-Namespace-Namen. Dieser Namespace-Name ist in allen Regionen gleich. In diesem Schritt kopieren Sie diesen Namespace-Namen, um damit später Buckets bei Notizbuchsessions zu registrieren.

  1. Öffnen Sie das Navigationsmenü, und wählen Sie Speicher aus. Klicken Sie unter Object Storage und Archive Storage auf Buckets.
  2. Wählen Sie in der linken Navigation unter Listengeltungsbereich das Compartment data-science-work aus.
  3. Wählen Sie in der oberen Navigationsleiste <region-2> aus. Beispiel: US East (Ashburn).
  4. Wählen Sie in der Bucket-Liste bucket-2 aus.
  5. Kopieren Sie den Namespace in ein Notepad: <tenancy-namespace>.
    Hinweis

    Namespace-Namen sind innerhalb eines Mandanten eindeutig. Wenn sich bucket-1 und bucket-2 in verschiedenen Mandanten befinden, kopieren Sie die Namespace-Namen für beide Buckets.

2. Conda-Umgebung in Region 1 veröffentlichen

Installieren Sie eine Conda-Umgebung in Ihrer Notizbuchsession. Veröffentlichen Sie die Conda-Umgebung anschließend aus der Notizbuchsession in einem Bucket.

bucket-1 registrieren

Registrieren Sie bucket-1 bei my-first-notebook-session.

  1. Wählen Sie in der oberen Navigationsleiste der Konsole <region-1> aus.
  2. Wählen Sie in der linken Navigation unter Listengeltungsbereich das Compartment data-science-work aus.
  3. Öffnen Sie das Navigationsmenü, und wählen Sie Analysen und KI aus. Wählen Sie unter Maschinelles Lernen die Option Data Science aus.
  4. Wählen Sie unter der Liste der Projekte Initial Project aus.
  5. Wählen Sie my-first-notebook-session, und klicken Sie auf Open.
  6. Geben Sie Ihre Zugangsdaten ein, um auf das interaktive Notizbuch JupyterLab zuzugreifen.
  7. Wenn in der Benutzeroberfläche keine Registerkarte mit dem Namen "Launcher" vorhanden ist, klicken Sie auf Datei, Neuer Launcher.
  8. Wählen Sie im Launcher unter Andere das Symbol Terminal aus, um eine neue Terminalsession zu starten.
  9. Geben Sie im Terminal den folgenden Befehl ein.

    Ersetzen Sie <tenancy-namespace> durch die Informationen, die Sie im Abschnitt Buckets erstellen erfasst haben.

    odsc conda init -b bucket-1 -n <tenancy-namespace>
  10. Gehen Sie zu Datei, und wählen Sie Aus Pfad öffnen... aus. Geben Sie im Feld Pfad öffnen /conda ein.
  11. Um zu bestätigen, dass der vorherige Befehl Ihren Bucket im Notizbuch registriert hat, klicken Sie unter dem Ordner conda auf config.yaml, und suchen Sie bucket-1 und den Namespace im folgenden Codeblock: 
    auth_mode: resource_principal
bucket_info:
  name: bucket-1
  namespace: <tenancy-namespace>
pack_prefix: conda_environments
Conda-Umgebung installieren

Installieren Sie eine vordefinierte Data Science-Conda-Umgebung in Ihrer Notizbuchsession.

  1. Klicken Sie in my-first-notebook-session auf Datei, Neuer Launcher.
  2. Wählen Sie im Launcher unter "Erweiterungen" das Symbol Umgebungs-Explorer.
  3. Blenden Sie in der Liste der Conda-Umgebungen ONNX 1.10 für CPU unter Python 3.9 ein.
  4. Kopieren Sie den Befehl, um ONNX 1.10 for CPU on Python 3.9 zu installieren, und fügen Sie ihn in ein Terminal ein: 
    odsc conda install -s onnx110_p39_cpu_v1
    • Behalten Sie als Versionsnummer den angezeigten Standardwert bei, wie 1.0.
    • Beispielausgabe:
      Version number [1.0]? 
Environment slug: onnx110_p39_cpu_v1
INFO:ODSC:Verifying that /home/datascience/conda/onnx110_p39_cpu_v1 exists.
INFO:ODSC:Downloading conda pack onnx110_p39_cpu_v1...
INFO:ODSC:Writing to /home/datascience/.onnx110_p39_cpu_v1.tar.gz
Downloading pack onnx110_p39_cpu_v1: 100% ...INFO:ODSC:download complete
INFO:ODSC:Extracting conda pack /home/datascience/.onnx110_p39_cpu_v1.tar.gz...
INFO:ODSC:Downloading Notebooks for the pack: ONNX 1.10 for CPU on Python 3.9
INFO:ODSC:Checking for notebooks with prefix notebooks/onnx110_p39_cpu_v1/
Saving Notebooks:   0%|                                                                                       | 0/1 [00:00<?, ?it/s]INFO:ODSC:Notebook location /home/datascience/conda/notebooks/onnx110_p39_cpu_v1/getting-started.ipynb...
Saving Notebooks: 100%| 1/1 [00:00<00:00,  8.28it/s]
INFO:ODSC:Start to update the kernel name...
INFO:ODSC:Conda environment setup complete.
The environment setup is complete. 
To activate it for use in the terminal run `conda activate /home/datascience/conda/onnx110_p39_cpu_v1`. 
It may take a few seconds for the kernel to appear in the JupyterLab launcher. 
To change the description of the environment, update /home/datascience/conda/onnx110_p39_cpu_v1/*_manifest.yaml.
  5. Prüfen Sie, ob das Package installiert wurde: 
    odsc conda list -l

    Beispielausgabe:

    packages:
  local_ONNX_1.10_for_CPU_on_Python_3.9_1.0:
  - arch_type: CPU
    conda_name: onnx110_p39_cpu_v1
    description: 'This environment is designed to provided to test and execute your
      ONNX model artifacts. ONNX is an open source, open model format which allows
      you to save a model from different machine learning (ML) libraries into a single,
      portable format that is independent of the training library. ONNX models can
      be deployed through Oracle Cloud Infrastruture Data Science Model Deployment
      service. Use this conda environment to convert models from most ML libraries
      into ONNX format. Then use the ONNX runtime to perform inferencing. Review the
      processing steps that your model makes by having ONNX generate a graph of the
      model workflow.

      To get started with the ONNX environment, review the getting-started notebook.

      '
    libraries:
    - onnx (v1.10.2)
    - onnxconverter-common (v1.9.0)
    - onnxmltools (v1.10.0)
    - onnxruntime (v1.10.0)
    - oracle-ads (v2.6.1)
    logo: onnx
    manifest_version: '1.0'
    name: ONNX 1.10 for CPU on Python 3.9
    notebooks:
    - notebooks/onnx110_p39_cpu_v1/
    pack_path: oci://service-conda-packs@id19sfcrra6z/service_pack/cpu/ONNX_1.10_for_CPU_on_Python_3.9/1.0/onnx110_p39_cpu_v1
    python: '3.9'
    slug: onnx110_p39_cpu_v1
    type: local
    version: '1.0'
  6. Wählen Sie im Umgebungs-Explorer das Aktualisierungssymbol aus.
  7. Wählen Sie den Link Installierte Conda-Umgebungen aus.
  8. Stellen Sie in der Liste der Conda-Umgebungen sicher, dass ONNX 1.10 for CPU on Python 3.9 aufgeführt ist.
  9. Wählen Sie jetzt Datei > Neuer Launcher. Suchen Sie im Abschnitt Kernels die veröffentlichte Conda-Umgebung ONNX 1.10 for CPU on Python 3.9, die als Symbol aufgeführt ist.
Sie haben erfolgreich eine Conda-Umgebung in Ihrer Notizbuchsession in <region-1> installiert.
Conda-Umgebung veröffentlichen

Veröffentlichen Sie die Conda-Umgebung in einem Bucket, der bei der Notizbuchsession registriert ist.

  1. Wählen Sie in my-first-notebook-session im Umgebungs-Explorer die Option Installierte Conda-Umgebungen aus.
  2. Blenden Sie ONNX 1.10 für CPU on Python 3.9 ein.
  3. Kopieren Sie den Befehl, um ONNX 1.10 für CPU unter Python 3.9 zu veröffentlichen:
  4. Kopieren Sie den Befehl, um ONNX 1.10 für CPU unter Python 3.9 zu veröffentlichen, und fügen Sie den Veröffentlichungsbefehl in ein Terminal in der Notizbuchsession ein, und drücken Sie die Eingabetaste. 
    odsc conda publish -s onnx110_p39_cpu_v1

    Beispielausgabe:

    INFO:ODSC:Saving onnx110_p39_cpu_v1
INFO:ODSC:Loading environment information from /home/datascience/conda/onnx110_p39_cpu_v1/ONNX_1.10_for_CPU_on_Python_3.9_manifest.yaml.
INFO:ODSC:Overwriting manifest file at /home/datascience/conda/onnx110_p39_cpu_v1/ONNX_1.10_for_CPU_on_Python_3.9_manifest.yaml with latest dependency information
/opt/conda/lib/python3.8/site-packages/conda_pack/core.py:56:
...
INFO:ODSC:Saving conda environment to object storage: {'name': 'bucket-1', 'namespace': '<tenancy-namespace>'}
INFO:ODSC:The upload id is <some-id>.
...
INFO:ODSC:/home/datascience/conda/tmp/onnx110_p39_cpu_v1.tar.gz uploaded successfuly..
INFO:ODSC:Conda env saved...
  5. Wählen Sie im Umgebungs-Explorer "Aktualisieren" aus.
  6. Wählen Sie den Link Veröffentlichte Conda-Umgebungen aus.
  7. Stellen Sie in der Liste der Conda-Umgebungen sicher, dass ONNX 1.10 for CPU on Python 3.9 aufgeführt ist.
Sie haben erfolgreich eine Conda-Umgebung in einem Bucket in <region-1> veröffentlicht.

3. Bucket in Region 2 kopieren

Kopieren Sie die veröffentlichte Conda-Umgebung aus bucket-1 in bucket-2.

Bucket-Inhalt kopieren

Die veröffentlichte Conda-Umgebung wird als Objekt in bucket-1 gespeichert. Kopieren Sie dieses Objekt in bucket-2.

  1. Öffnen Sie das Navigationsmenü, und wählen Sie Speicher aus. Klicken Sie unter Object Storage und Archive Storage auf Buckets.
  2. Wählen Sie in der linken Navigation unter Listengeltungsbereich das Compartment data-science-work aus.
  3. Wählen Sie in der oberen Navigationsleiste <region-1> aus. Beispiel: US West (Phoenix).
  4. Wählen Sie bucket-1 aus.
  5. Blenden Sie unter Objekte conda_environments, cpu, ONNX 1.10 for CPU on Python 3.9 und 1.0 ein, um zu onnx110_p39_cpu_v1 zu gelangen.
  6. Wählen Sie das Menü Aktionen (drei Punkte) für onnx110_p39_cpu_v1 aus, und klicken Sie auf Kopieren.
  7. Geben Sie die folgenden Informationen ein:
    • Name des Ziels: <tenancy-namespace>
    • Zielregion: <region-2>, z.B. US East (Ashburn).
    • Zielpool: bucket-2
    • Zielobjektname: Übernehmen Sie die Standardzeichenfolge, um die Verzeichnisstruktur zu erhalten.
    • Lassen Sie den Standardwert für andere Felder unverändert:
      • Zielspeicher-Tier: (leer lassen)
      • Regel überschreiben: Zielobjekt überschreiben
  8. Wählen Sie Objekt kopieren aus.
  9. Wenn ein Warnabschnitt angezeigt wird, weil nicht die richtigen IAM-Policy-Anweisungen vorhanden sind, wählen Sie Versuchen Sie, Anweisungen hinzuzufügen aus. 
    Allow service objectstorage-<region-1> to manage object-family in compartment data-science-work

    Wenn diese Warnmeldung nicht angezeigt wird, überspringen Sie die nächsten drei Schritte.

  10. Behalten Sie im Bereich IAM-Policy hinzufügen die Standardwerte bei.
    • Name: console-iam-policy-<timestamp>
    • Beschreibung: IAM-Policy-Anweisungen, die von der Konsole in <timestamp> erstellt werden
    • Policy-Anweisung zum Root Compartment hinzufügen: nicht ausgewählt
    • Policy-Anweisungen:
      Allow service objectstorage-<region-1> to manage object-family in compartment data-science-work
  11. (Optional) Um zuzulassen, dass Objekte in anderen Regionen in Ihr Compartment kopiert werden, können Sie dem Abschnitt Policy-Anweisungen im Bereich IAM-Policy hinzufügen die folgende Policy hinzufügen
    Hinweis

    Um zuzulassen, dass Objekte in anderen Regionen in das Compartment kopiert werden, fügen Sie dem Abschnitt Policy-Anweisungen im Bereich IAM-Policy hinzufügen für jede Region in einer neuen Zeile die folgende Policy hinzu:
    allow service objectstorage-<region_name> to manage object-family in compartment data-science-work
    Für die Variable <region_name> sind einige Beispielwerte:
    • objectstorage-us-phoenix-1
    • objectstorage-us-ashburn-1
    • objectstorage-eu-frankfurt-1
    • objectstorage-uk-london-1
    • objectstorage-ap-tokyo-1

    Dabei enthält object-storage-<region_name> den Quell-Bucket und führt den Kopiervorgang aus.

    Eine vollständige Liste der Regionsnamen finden Sie in der Tabelle auf der Seite Regionen und Availability-Domains.

    Weitere Informationen zum Kopieren von Objekten in andere Regionen finden Sie unter Serviceberechtigungen.

  12. Wählen Sie Erstellen.
  13. Warten Sie, bis die Meldung Policys erfolgreich hinzugefügt angezeigt wird.
  14. Wählen Sie Objekt kopieren aus.
  15. Vergewissern Sie sich im Dialogfeld Arbeitsanforderungsdetails, dass unter Status der Wert Abgeschlossen mit dem Wert Fertigstellungsgrad 100% angezeigt wird. Danach Schließen Sie das Dialogfeld.
Inhalt im zweiten Bucket prüfen

Prüfen Sie, ob die veröffentlichte Conda-Umgebung als Objekt in bucket-2 gespeichert wurde.

  1. Wählen Sie in der oberen Navigationsleiste <region-2> aus. Beispiel: US East (Ashburn).
  2. Wählen Sie bucket-2 aus.
  3. Blenden Sie unter Objekte conda_environments, cpu, ONNX 1.10 for CPU on Python 3.9 und 1.0 ein, um zu onnx110_p39_cpu_v1 zu gelangen.
Sie haben erfolgreich eine veröffentlichte Conda-Umgebung aus bucket-1 in bucket-2 kopiert.

4. Conda-Umgebung in Region 2 installieren

Registrieren Sie bucket-2 bei einer Notebook-Session in der zweiten Region. Installieren Sie anschließend die Conda-Umgebung in der Notizbuchsession, und zeigen Sie sie an.

bucket-2 registrieren

Registrieren Sie bucket-2 bei my-second-notebook-session in <region-2>.

  1. Wählen Sie in der oberen Navigationsleiste der Konsole region-2 aus.
  2. Öffnen Sie das Navigationsmenü, und wählen Sie Analysen und KI aus. Wählen Sie unter Maschinelles Lernen die Option Data Science aus.
  3. Wählen Sie in der linken Navigation unter Listengeltungsbereich das Compartment data-science-work aus.
  4. Wählen Sie unter der Liste der Projekte Second Project aus.
  5. Wählen Sie my-second-notebook-session aus, und klicken Sie auf Öffnen.
  6. Geben Sie Ihre Zugangsdaten ein, um auf die JupyterLab-UI zuzugreifen.
  7. Wenn keine Registerkarte mit dem Namen Launcher vorhanden ist, klicken Sie auf Datei, Neuer Launcher.
  8. Wählen Sie im Launcher die Option Terminal aus.
  9. Geben Sie im Terminal den folgenden Befehl ein.

    Ersetzen Sie <tenancy-namespace> durch die Informationen, die Sie im Abschnitt Buckets erstellen erfasst haben.

    odsc conda init -b bucket-2 -n <tenancy-namespace>
  10. Bestätigen Sie, dass Ihr Bucket beim Notizbuch registriert ist:

    Wählen Sie im Datei-Explorer unter dem Ordner conda die Option config.yaml aus, und suchen Sie in der Datei den folgenden Code:

    auth_mode: resource_principal
bucket_info:
  name: bucket-2
  namespace: <tenancy-namespace>
pack_prefix: conda_environments
Veröffentlichte Conda-Umgebung installieren

Zeigen Sie die kopierte Conda-Umgebung in der zweiten Notizbuchsession an.

  1. Klicken Sie in my-second-notebook-session auf Datei, Neuer Launcher.
  2. Wählen Sie im Launcher unter "Kernels" das Symbol Umgebungs-Explorer aus.
  3. Wählen Sie den Link Veröffentlichte Conda-Umgebungen aus.
  4. Blenden Sie in der Liste der Conda-Umgebungen ONNX 1.10 für CPU unter Python 3.9 ein.
    Hinweis

    Wenn eine Conda-Umgebung in Ihrer Notebook-Session veröffentlicht ist, bedeutet das Folgendes:
    • Die Conda-Umgebung kann in Ihrer Notizbuchsession installiert werden.
    • Die veröffentlichte Conda-Umgebung ist möglicherweise noch nicht installiert.
    • Um die Conda-Umgebung zu verwenden, können Sie sie von hier aus installieren.
    • Die veröffentlichte Conda-Umgebung verbleibt nach der Installation in der Liste der veröffentlichten Conda-Umgebungen.
  5. Kopieren Sie den Befehl, um ONNX 1.10 for CPU on Python 3.9 zu installieren, und fügen Sie ihn in ein Terminal ein: 
    odsc conda install -s onnx110_p39_cpu_v1
    • Behalten Sie als Versionsnummer den angezeigten Standardwert bei, wie 1.0.
    • Beispielausgabe:
      Version number [1.0]? 
Environment slug: onnx110_p39_cpu_v1
INFO:ODSC:Verifying that /home/datascience/conda/onnx110_p39_cpu_v1 exists.
INFO:ODSC:Downloading conda pack onnx110_p39_cpu_v1...
INFO:ODSC:Writing to /home/datascience/.onnx110_p39_cpu_v1.tar.gz
Downloading pack onnx110_p39_cpu_v1: 100% ...INFO:ODSC:download complete
INFO:ODSC:Extracting conda pack /home/datascience/.onnx110_p39_cpu_v1.tar.gz...
INFO:ODSC:Downloading Notebooks for the pack: ONNX 1.10 for CPU on Python 3.9
INFO:ODSC:Checking for notebooks with prefix notebooks/onnx110_p39_cpu_v1/
Saving Notebooks:   0%|                                                                                       | 0/1 [00:00<?, ?it/s]INFO:ODSC:Notebook location /home/datascience/conda/notebooks/onnx110_p39_cpu_v1/getting-started.ipynb...
Saving Notebooks: 100%| 1/1 [00:00<00:00,  8.28it/s]
INFO:ODSC:Start to update the kernel name...
INFO:ODSC:Conda environment setup complete.
The environment setup is complete. 
To activate it for use in the terminal run `conda activate /home/datascience/conda/onnx110_p39_cpu_v1`. 
It may take a few seconds for the kernel to appear in the JupyterLab launcher. 
To change the description of the environment, update /home/datascience/conda/onnx110_p39_cpu_v1/*_manifest.yaml.
  6. Prüfen Sie in einem Terminal, ob das Package installiert wurde: 
    odsc conda list -l

    Beispielausgabe:

    packages:
  local_ONNX_1.10_for_CPU_on_Python_3.9_1.0:
  - arch_type: CPU
    conda_name: onnx110_p39_cpu_v1
    description: 'This environment is designed to provided to test and execute your
      ONNX model artifacts. ONNX is an open source, open model format which allows
      you to save a model from different machine learning (ML) libraries into a single,
      portable format that is independent of the training library. ONNX models can
      be deployed through Oracle Cloud Infrastruture Data Science Model Deployment
      service. Use this conda environment to convert models from most ML libraries
      into ONNX format. Then use the ONNX runtime to perform inferencing. Review the
      processing steps that your model makes by having ONNX generate a graph of the
      model workflow.

      To get started with the ONNX environment, review the getting-started notebook.

      '
    libraries:
    - onnx (v1.10.2)
    - onnxconverter-common (v1.9.0)
    - onnxmltools (v1.10.0)
    - onnxruntime (v1.10.0)
    - oracle-ads (v2.6.1)
    logo: onnx
    manifest_version: '1.0'
    name: ONNX 1.10 for CPU on Python 3.9
    notebooks:
    - notebooks/onnx110_p39_cpu_v1/
    pack_path: oci://bucket-2@<tenancy-namespace>/conda_environments/cpu/ONNX 1.10 for CPU on
      Python 3.9/1.0/onnx110_p39_cpu_v1
    python: '3.9'
    slug: onnx110_p39_cpu_v1
    type: local
    version: '1.0'
  7. Wählen Sie im Umgebungs-Explorer "Aktualisieren" aus.
  8. Wählen Sie den Link Installierte Conda-Umgebungen aus.
  9. Stellen Sie in der Liste der Conda-Umgebungen sicher, dass ONNX 1.10 for CPU on Python 3.9 aufgeführt ist.
Sie haben erfolgreich eine Conda-Umgebung aus einer veröffentlichten Kopie in bucket-2 in Ihrer Notizbuchsession installiert.

Weitere Schritte

Sie haben erfolgreich eine Conda-Umgebung aus einer Region in eine andere kopiert und in einer Notizbuchsession in der zweiten Region verwendet.

Führen Sie folgende Schritte in Ihrer Notizbuchsession aus, um weitere Informationen zu Conda-Umgebungen zu erhalten:

  • Wählen Sie im Launcher unter Erweiterungen das Symbol Notizbuch-Explorer aus. Wählen Sie ONNX Integration with the Accelerated Data Science (ADS) SDK aus, wählen Sie Öffnen aus, und prüfen Sie die Beispiele.
  • Gehen Sie zum Umgebungs-Explorer, und installieren Sie andere vordefinierte Data Science-Conda-Umgebungen, die in diesem Tutorial nicht erwähnt werden.