Documentation sur Oracle Cloud Infrastructure

Copie d'un environnement Conda dans une autre région

Dans ce tutoriel, vous installerez un environnement Conda dans une session de carnet. Ensuite, vous effectuerez les étapes nécessaires pour installer le même environnement Conda dans une deuxième session de carnet hébergée dans une autre région.

Voici les principales tâches :

  • Créez deux seaux dans deux régions différentes de votre location.
  • Enregistrez chaque seau dans une session de carnet de sa région.
  • Installez un environnement Conda dans la première session de carnet.
  • Publiez l'environnement Conda. (Préparez l'environnement Conda pour l'installation à partir de n'importe quelle session de carnet y ayant accès.)
  • À partir de la première session de carnet, ajoutez l'environnement Conda publié à un seau de la même région.
  • Copiez l'environnement Conda publié d'un seau à un autre.
  • Dans une session de carnet de la deuxième région, installez l'environnement Conda à l'aide du deuxième seau.

Pour plus d'informations, voir :

Avant de commencer

Pour suivre ce tutoriel avec succès, vous devez disposer des éléments suivants :

Conditions requises

  • Un compte Oracle Cloud Infrastructure (OCI) payant ou un nouveau compte avec des promotions Oracle Cloud. Voir Demander et gérer des promotions pour un essai gratuit d'Oracle Cloud.

  • Un ordinateur MacOS, Linux ou Windows.
  • Tutoriel sur le service de science des données :
    • Examinez toutes les étapes de la section Configuration manuelle d'une location du service de science des données et créez deux sessions de carnet avec les propriétés suivantes :
      • Nommez le compartiment pour votre travail data-science-work.
      • Créez des sessions de carnet dans deux régions :
        • Pour modifier votre région, dans la barre de navigation supérieure de la console, sélectionnez votre région, puis cliquez sur le nom d'une nouvelle. Par exemple, passez de US West (Phoenix) à US East (Ashburn).
        • Nommez vos projets et vos sessions de carnet :
          • Dans <region-1> : Initial Project et my-first-notebook-session
          • Dans <region-2> : Second Project et my-second-notebook-session

1. Créer des seaux

Créez deux seaux pour stocker les environnements Conda de my-first-notebook-session et my-second-notebook-session.

Créer deux seaux

Créez un seau dans <region-1> et un autre dans <region-2>.

  1. Ouvrez le menu de navigation et sélectionnez Stockage. Sous Service de stockage d'objets et service de stockage d'archives, cliquez sur Seaux.
  2. Dans le menu de navigation de gauche, sous Portée de la liste, sélectionnez le compartiment data-science-work.
  3. Dans la barre de navigation supérieure, sélectionnez <region-1>. Par exemple, US West (Phoenix).
  4. Sélectionnez Créer un seau.
  5. Entrez les informations suivantes :
    • Nom : bucket-1
    • Laissez la valeur par défaut dans les autres champs :
      • Niveau de stockage par défaut : Standard
      • Chiffrement : Chiffrer à l'aide des clés gérées par Oracle
  6. Sélectionnez Créer.
  7. Dans la liste des seaux, assurez-vous que bucket-1 possède une visibilité privée :
    Les seaux sont privés, sauf si vous modifiez leur visibilité après les avoir créés.
  8. Dans la barre de navigation supérieure, sélectionnez <region-1> et, dans la liste des régions, <region-2>. Par exemple, passez à US East (Ashburn).
  9. Répétez les étapes précédentes pour créer bucket-2 dans <region-2>.
Vous avez créé deux seaux privés dans deux régions différentes.
Obtenir l'espace de noms de la location

Chaque location a un nom unique d'espace de noms de stockage d'objets non mutable généré par le système. Ce nom d'espace de noms est le même dans toutes les régions. Dans cette étape, vous copiez ce nom d'espace de noms que vous utiliserez plus tard pour enregistrer vos seaux dans vos sessions de carnet.

  1. Ouvrez le menu de navigation et sélectionnez Stockage. Sous Service de stockage d'objets et service de stockage d'archives, cliquez sur Seaux.
  2. Dans le menu de navigation de gauche, sous Portée de la liste, sélectionnez le compartiment data-science-work.
  3. Dans la barre de navigation supérieure, sélectionnez <region-2>. Par exemple, US East (Ashburn).
  4. Dans la liste des seaux, sélectionnez bucket-2.
  5. Copiez l'espace de noms dans un carnet : <tenancy-namespace>.
    Note

    Les noms d'espace de noms sont uniques dans une location. Si bucket-1 et bucket-2 se trouvent dans des locations différentes, copiez les noms d'espace de noms des deux seaux.

2. Publier un environnement Conda dans la région 1

Installez un environnement Conda dans votre session de carnet. Puis, à partir de celle-ci, publiez l'environnement Conda dans un seau.

Enregistrer bucket-1

Enregistrez bucket-1 dans my-first-notebook-session.

  1. Dans la barre de navigation supérieure de la console, sélectionnez <region-1>.
  2. Dans le menu de navigation de gauche, sous Portée de la liste, sélectionnez le compartiment data-science-work.
  3. Ouvrez le menu de navigation et sélectionnez Analyse et intelligence artificielle. Sous Apprentissage automatique, sélectionnez Science des données.
  4. Sous la liste des projets, sélectionnez Initial Project.
  5. Sélectionnezmy-first-notebook-session, puis cliquez sur Ouvrir.
  6. Entrez vos données d'identification pour accéder au carnet interactif JupyterLab.
  7. Dans l'interface utilisateur, si vous n'avez pas d'onglet nommé Lanceur, cliquez sur Fichier, puis sur Nouveau lanceur.
  8. Dans le lanceur, sous Autre, sélectionnez l'icône Terminal pour démarrer une nouvelle session de terminal.
  9. Dans le terminal, entrez la commande suivante.

    Remplacez <tenancy-namespace> par les informations que vous avez collectées à la section Créer des seaux.

    odsc conda init -b bucket-1 -n <tenancy-namespace>
  10. Allez à Fichier, puis sélectionnez Ouvrir à partir du chemin.... Dans le champ Chemin d'accès ouvert, entrez /conda.
  11. Pour confirmer que la commande précédente a enregistré votre seau avec votre carnet, sous le dossier conda, cliquez sur config.yaml et recherchez bucket-1 et votre espace de noms dans le bloc de code suivant : 
    auth_mode: resource_principal
bucket_info:
  name: bucket-1
  namespace: <tenancy-namespace>
pack_prefix: conda_environments
Installer un environnement Conda

Installez un environnement Conda prédéfini du service de science des données dans votre session de carnet.

  1. Dans my-first-notebook-session, cliquez sur Fichier, puis sur Nouveau lanceur.
  2. Dans le lanceur, sous Extensions, sélectionnez l'icône Explorateur d'environnements.
  3. Dans la liste des environnements Conda, développez ONNX 1.10 pour unité centrale avec Python 3.9.
  4. Copiez la commande pour installer ONNX 1.10 pour unité centrale avec Python 3.9 et collez-la dans un terminal : 
    odsc conda install -s onnx110_p39_cpu_v1
    • Pour le numéro de version, conservez la valeur affichée par défaut, par exemple 1.0.
    • Exemple de sortie :
      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. Vérifiez que l'ensemble est installé : 
    odsc conda list -l

    Exemple de sortie :

    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. Dans l'explorateur d'environnements, sélectionnez l'icône d'actualisation.
  7. Sélectionnez le lien Environnements Conda installés.
  8. Sous la liste Environnements Conda, confirmez que ONNX 1.10 pour unité centrale avec Python 3.9 est répertorié.
  9. Maintenant, sélectionnez Fichier, puis Nouveau lanceur. Dans la section Noyaux, recherchez votre environnement Conda publié, ONNX 1.10 pour unité centrale avec Python 3.9 répertorié en tant qu'icône.
Vous avez installé un environnement Conda dans votre session de carnet dans <region-1>.
Publier l'environnement Conda

Publiez l'environnement Conda dans un seau enregistré dans la session de carnet.

  1. Dans my-first-notebook-session, dans l'explorateur d'environnements, sélectionnez Environnements Conda installés.
  2. Développez ONNX 1.10 pour l'UC avec Python 3.9.
  3. Copiez la commande pour publier ONNX 1.10 pour unité centrale avec Python 3.9 :
  4. Copiez la commande pour publier ONNX 1.10 pour unité centrale avec Python 3.9, collez la commande de publication dans un terminal de votre session de carnet, puis cliquez sur Entrée. 
    odsc conda publish -s onnx110_p39_cpu_v1

    Exemple de sortie :

    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. Dans l'explorateur d'environnements, sélectionnez Actualiser.
  6. Sélectionnez le lien Environnements Conda publiés.
  7. Sous la liste Environnements Conda, confirmez que ONNX 1.10 pour unité centrale avec Python 3.9 est répertorié.
Vous avez publié avec succès un environnement Conda dans un seau dans <region-1>.

3. Copier le seau dans la région 2

Copiez votre environnement Conda publié de bucket-1 à bucket-2.

Copier le contenu du seau

Votre environnement Conda publié est stocké en tant qu'objet dans bucket-1. Copiez cet objet dans bucket-2.

  1. Ouvrez le menu de navigation et sélectionnez Stockage. Sous Service de stockage d'objets et service de stockage d'archives, cliquez sur Seaux.
  2. Dans le menu de navigation de gauche, sous Portée de la liste, sélectionnez le compartiment data-science-work.
  3. Dans la barre de navigation supérieure, sélectionnez <region-1>. Par exemple, US West (Phoenix).
  4. Sélectionnezbucket-1.
  5. Sous Objets, développez conda_environments, cpu, ONNX 1.10 for CPU on Python 3.9 et 1.0 pour accéder à onnx110_p39_cpu_v1.
  6. Sélectionnez le menu Actions (trois points) pour onnx110_p39_cpu_v1, puis cliquez sur Copier.
  7. Entrez les informations suivantes :
    • Espace de noms de destination : <tenancy-namespace>
    • région de destination : <region-2>, par exemple, US East (Ashburn).
    • Seau de destination : bucket-2
    • Nom de l'objet de destination : Pour préserver la structure du répertoire, gardez la chaîne par défaut.
    • Laissez la valeur par défaut dans les autres champs :
      • Niveau de stockage de destination : (laisser vide)
      • Règle de remplacement : Remplacer l'objet de destination
  8. Sélectionnez Copier l'objet.
  9. Si vous obtenez une section d'avertissement indiquant que les énoncés de politique IAM ne sont pas corrects, sélectionnez Essayer d'ajouter des énoncés. 
    Allow service objectstorage-<region-1> to manage object-family in compartment data-science-work

    Si vous n'obtenez pas ce message d'avertissement, ignorez les trois étapes suivantes.

  10. Dans le panneau Ajouter une politique IAM, conservez les valeurs par défaut.
    • Nom : console-iam-policy-<timestamp>
    • Description : Énoncés de politique IAM créés par la console sur <timestamp>
    • Ajouter un énoncé de politique au compartiment racine : Non sélectionné
    • Énoncés de la politique : 
      Allow service objectstorage-<region-1> to manage object-family in compartment data-science-work
  11. (Facultatif) Pour permettre la copie des objets d'autres régions vers votre compartiment, vous pouvez ajouter la politique suivante à la section Énoncés de la politique du panneau Ajouter une politique IAM
    Note

    Pour permettre la copie des objets d'autres régions vers votre compartiment, pour chaque région, dans une nouvelle ligne, ajoutez la politique suivante à la section Énoncés de politique du panneau Ajouter une politique IAM :
    allow service objectstorage-<region_name> to manage object-family in compartment data-science-work
    Pour la variable <region_name>, voici quelques exemples de valeur :
    • objectstorage-us-phoenix-1
    • objectstorage-us-ashburn-1
    • objectstorage-eu-frankfurt-1
    • objectstorage-uk-london-1
    • objectstorage-ap-tokyo-1

    où object-storage-<region_name> contient le seau source et effectue la copie.

    Pour obtenir la liste complète des noms de région, voir le tableau de la page Régions et domaines de disponibilité.

    Pour plus de détails sur la copie d'objets dans d'autres régions, voir Autorisations de service.

  12. Sélectionnez Créer.
  13. Attendez que le message suivant s'affiche : Politiques ajoutées.
  14. Sélectionnez Copier l'objet.
  15. Dans la boîte de dialogue Détails de la demande de travail, confirmez que le statut affiche Terminé, avec un pourcentage d'achèvement de 100 %. Fermez ensuite la boîte de dialogue.
Vérifier le contenu du deuxième seau

Vérifiez que votre environnement Conda publié est stocké en tant qu'objet dans bucket-2.

  1. Dans la barre de navigation supérieure, sélectionnez <region-2>. Par exemple, US East (Ashburn).
  2. Sélectionnezbucket-2.
  3. Sous Objets, développez conda_environments, cpu, ONNX 1.10 for CPU on Python 3.9 et 1.0 pour accéder à onnx110_p39_cpu_v1.
Vous avez copié un environnement Conda publié de bucket-1 à bucket-2.

4. Installer l'environnement Conda dans la région 2

Enregistrez bucket-2 dans une session de carnet de la deuxième région. Installez et visualisez ensuite l'environnement Conda dans la session de carnet.

Enregistrer bucket-2

Enregistrez bucket-2 dans my-second-notebook-session dans <region-2>.

  1. Dans la barre de navigation supérieure de la console, sélectionnez region-2.
  2. Ouvrez le menu de navigation et sélectionnez Analyse et intelligence artificielle. Sous Apprentissage automatique, sélectionnez Science des données.
  3. Dans le menu de navigation de gauche, sous Portée de la liste, sélectionnez le compartiment data-science-work.
  4. Sous la liste des projets, sélectionnez Second Project.
  5. Sélectionnezmy-second-notebook-session, puis cliquez sur Ouvrir.
  6. Entrez vos données d'identification pour accéder à l'interface utilisateur JupyterLab.
  7. Si vous n'avez pas d'onglet nommé Lanceur, cliquez sur Fichier, puis sur Nouveau lanceur.
  8. Dans le lanceur, sélectionnez Terminal.
  9. Dans le terminal, entrez la commande suivante.

    Remplacez <tenancy-namespace> par les informations que vous avez collectées à la section Créer des seaux.

    odsc conda init -b bucket-2 -n <tenancy-namespace>
  10. Vérifiez que votre seau est enregistré dans votre carnet :

    Dans la section de l'explorateur de fichiers, sous le dossier conda, sélectionnez config.yaml et recherchez le code suivant dans le fichier :

    auth_mode: resource_principal
bucket_info:
  name: bucket-2
  namespace: <tenancy-namespace>
pack_prefix: conda_environments
Installer l'environnement Conda publié

Visualisez l'environnement Conda copié dans votre deuxième session de carnet.

  1. Dans my-second-notebook-session, cliquez sur File (Fichier), puis sur New Launcher (Nouveau lanceur).
  2. Dans le lanceur, sous Noyaux, sélectionnez l'icône Explorateur d'environnements.
  3. Sélectionnez le lien Environnements Conda publiés.
  4. Dans la liste des environnements Conda, développez ONNX 1.10 pour unité centrale avec Python 3.9.
    Note

    Un environnement Conda publié dans votre session de carnet signifie que :
    • L'environnement Conda est disponible pour installation dans votre session de carnet.
    • L'environnement Conda publié n'est peut-être pas encore installé.
    • Pour utiliser l'environnement Conda, vous pouvez l'installer à partir d'ici.
    • L'environnement Conda publié reste dans la liste des environnements Conda publiés après son installation.
  5. Copiez la commande pour installer ONNX 1.10 pour unité centrale avec Python 3.9 et collez-la dans un terminal : 
    odsc conda install -s onnx110_p39_cpu_v1
    • Pour le numéro de version, conservez la valeur affichée par défaut, par exemple 1.0.
    • Exemple de sortie :
      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. Dans un terminal, vérifiez que votre ensemble est installé : 
    odsc conda list -l

    Exemple de sortie :

    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. Dans l'explorateur d'environnements, sélectionnez Actualiser.
  8. Sélectionnez le lien Environnements Conda installés.
  9. Sous la liste Environnements Conda, confirmez que ONNX 1.10 pour unité centrale avec Python 3.9 est répertorié.
Vous avez installé un environnement Conda à partir d'une copie publiée dans bucket-2 de votre session de carnet.

Étape suivante

Vous avez copié un environnement Conda d'une région à une autre et l'avez utilisé dans une session de carnet de la deuxième région.

Pour en savoir plus sur les environnements Conda, dans votre session de carnet :

  • Dans le lanceur, sous Extenstions, sélectionnez l'icône Explorateur de carnets. Sélectionnez ONNX Integration with the Accelerated Data Science (ADS) SDK, Ouvrir et explorez les exemples.
  • Allez à l'Explorateur d'environnements et installez d'autres environnements Conda prédéfinis du service de science des données, non mentionnés dans ce tutoriel.