Documentation Oracle Cloud Infrastructure

Affichage des environnements conda

Utilisez l'explorateur d'environnement pour répertorier tous les environnements conda dans une session de bloc-notes.

Le service Data Science offre une série d'environnements conda Data Science prédéfinis dont vous pouvez accéder dans l'onglet Lanceur de JupyterLab en sélectionnant Explorateur d'environnement pour effectuer les opérations suivantes :

Commencez à utiliser l'explorateur d'environnement en parcourant les catégories d'environnements conda en cliquant sur chaque bouton. Pour chaque catégorie d'environnements, la couleur d'onglet est différente. Chaque environnement est affiché dans une carte distincte. Chaque version d'un environnement dispose de sa propre carte.

L'explorateur d'environnement vous permet de filtrer les environnements conda en fonction de l'architecture, de l'abandon et du type de source. L'activation d'un filtre restreint les environnements conda répertoriés. Par défaut, les environnements conda en phase d'abandon ne sont pas affichés. Sélectionnez l'option Afficher les environnements en phase d'abandon pour inclure ces environnements dans les résultats de recherche.

Si vous activez plusieurs filtres de type de source, le signe plus apparaît à l'extrémité du bouton. Utilisez Environnements conda Data Science pour filtrer la liste sur les environnements conda fournis par le service Data Science. Utilisez Environnements conda publiés pour filtrer la liste sur les environnements que vous avez publiés. Utilisez Environnements conda installés pour afficher les environnements conda installés dans la session de bloc-notes.

Chaque filtre de type de source comporte deux nombres entre parenthèses. Le premier indique le nombre d'environnements conda sélectionnés. Le second indique le nombre total possible d'environnements conda disponibles dans ce filtre de type de source.

Vous pouvez utiliser la recherche pour filtrer davantage les environnements conda répertoriés. Elle filtre dynamiquement les environnements conda qui ne correspondent pas à vos critères de recherche. Le texte mis en correspondance est mis en évidence dans les détails de chaque environnement conda. Par défaut, la recherche applique une correspondance partielle. Elle prend néanmoins en charge un langage de recherche puissant. Lors de la saisie dans le champ de recherche, les résultats apparaissent instantanément et les environnements conda correspondants qui sont pertinents par rapport à la requête de recherche sont affichés. Le texte est mis en surbrillance en jaune afin que vous puissiez le trouver facilement. Vous pouvez effectuer une recherche de l'une des manières suivantes :

  • <Token> renvoie les éléments avec une correspondance partielle à <Token>.

  • <Example> <Token> renvoie les éléments avec une correspondance partielle à <Example> et <Token>.

  • <Exemple> | <Jeton> renvoie les éléments avec une correspondance partielle à <Exemple> ou <Jeton>.

  • ="<Exemple> <Token>" renvoie les éléments dont la correspondance exacte est <Exemple> <Token>

  • <Token> renvoie les éléments qui incluent <Token>.

  • !<Token> renvoie les éléments qui n'incluent pas <Token>

  • ^<Token> renvoie les éléments qui commencent par <Token>.

  • !^<Token> renvoie les éléments qui ne commencent pas par <Token>.

  • <Token>$ renvoie les éléments qui se terminent par <Token>.

  • !<Token>$ renvoie les éléments qui ne se terminent pas par <Token>.

La liste des environnements conda est mise en cache après l'ouverture de l'explorateur d'environnement. Vous pouvez actualiser la liste des environnements disponibles.

L'explorateur d'environnement fournit des vues de liste et de carte. Le bouton situé à gauche de la barre de recherche contrôle la vue. Ces deux vues contiennent des informations telles que le titre, la version de l'environnement, la version du langage, l'architecture, la date de création, la taille, le nom lisible par l'utilisateur, la description, les bibliothèques de clés et l'emplacement source. Elles comportent également des commandes permettant d'installer, de désinstaller, de publier et de cloner l'environnement.

La vue de carte présente chaque environnement conda sur une carte distincte. Cette vue affiche la plupart des informations relatives à un environnement conda. Il est pratique à utiliser lorsque vous ne regardez que quelques environnements conda.

La vue de liste comprend un récapitulatif de chaque environnement conda sur une seule ligne, ce qui est idéal lorsque vous voulez étudier de nombreux environnements. L'activation/désactivation de la flèche associée à une ligne permet d'afficher ou de masquer les détails relatifs à l'environnement. Vous pouvez utiliser les en-têtes de colonne pour trier les résultats. Lorsque vous cliquez plusieurs fois sur un nom de colonne, l'ordre de tri est changé. Toutes les versions d'un environnement sont représentées sur une seule ligne. S'il existe plusieurs versions de l'environnement, une liste déroulante est disponible pour passer d'une version à l'autre.

Les nouveaux environnements conda sont répertoriés en premier avec la mention Nouveau en haut de la carte. Alors que les environnements en phase d'abandon sont marqués comme en phase d'abandon en regard du numéro de version.

Vous pouvez filtrer les cartes à l'aide des boutons. Par exemple, sélectionnez Environnement conda publié pour afficher uniquement les environnements publiés. Par défaut, les environnements en phase d'abandon ne sont pas affichés. Vous devez sélectionner Afficher les éléments en phase d'abandon pour les voir. Vous pouvez également filtrer les données par forme en sélectionnant UC ou GPU. Les boutons d'environnement et la case à cocher Afficher en phase d'abandon indiquent le nombre d'environnements en fonction de ce qui est filtré.

Conseil

La bas à gauche affiche le noyau conda Python et l'état du bloc-notes en regard des icônes. Vous pouvez modifier l'environnement conda en cliquant sur le nom ici ou dans l'angle supérieur droit d'un bloc-notes.

Environnements conda Data Science

Le filtre Environnements conda Data Science, dans l'onglet explorateur d'environnement, répertorie les environnements conda proposés dans le service Data Science. Ces environnements sont sélectionnés par l'équipe du service Data Science. Les environnements se destinent à la fourniture d'une structure et d'outils spécifiques (par exemple, PySpark) pour les tâches d'apprentissage automatique (par exemple, General Machine Learning for GPUs). Il peut également s'agir d'environnements complets dédiés à la résolution de cas d'emploi professionnels.

Vous pouvez utiliser l'interface de ligne de commande odsc conda pour répertorier les environnements conda Data Science directement à partir d'une fenêtre de terminal :

odsc conda list

Vous pouvez indiquer les arguments facultatifs -o pour répertorier les environnements conda publiés et -l pour répertorier les environnements conda installés.

Chaque environnement conda Data Science est fourni avec son propre ensemble d'exemples de bloc-notes, qui vous aident à démarrer avec les bibliothèques installées dans l'environnement. Ces environnements sont mis à jour régulièrement et de nouveaux environnements sont régulièrement ajoutés à la liste. Reportez-vous à Environnements Data Science.

Remarque

Les anciennes versions d'un environnement conda Data Science donné restent disponibles pour installation. Pour utiliser un environnement conda Data Science, vous devez l'installer dans votre session de bloc-notes.
Attention

Pour accéder à l'environnement conda Data Science dans votre session de bloc-notes, vous devez configurer votre VCN et votre sous-réseau de sorte que le trafic soit acheminé via le service ou la passerelle NAT. Sinon, votre session de bloc-notes ne peut pas lire les environnements Data Science.

Environnements conda installés

L'onglet Environnements conda installés de l'onglet explorateur d'environnement répertorie les environnements conda actuellement installés et disponibles pour utilisation dans votre session de bloc-notes.

Important

Les nouvelles sessions de bloc-notes ne comportent aucun environnement conda installé. Vous devez donc installer l'un des environnements conda Data Science. Reportez-vous à Installation d'environnements conda dans une session de bloc-notes.

Vous pouvez également créer un environnement conda dans votre session de bloc-notes. Tous les environnements conda créés se trouvent dans la catégorie Environnements conda installés.

Vous pouvez installer des environnements conda publiés ou Data Science. Tous les environnements conda installés sont stockés dans votre instance Block Volume, dans le répertoire /home/datascience/conda.

Lorsqu'une session de bloc-notes est désactivée puis réactivée, tous les environnements conda précédemment installés peuvent être réutilisés. La réactivation fait que vous n'avez pas besoin de réinstaller les dépendances Python après l'activation d'une session de bloc-notes.

Environnements conda publiés

Sélectionnez Environnements conda publiés dans l'onglet explorateur d'environnement pour répertorier tous les environnements conda publiés disponibles dans le bucket Object Storage choisi.
Important :

pour pouvoir répertorier un environnement conda publié, vous devez exécuter odsc conda init en indiquant le nom et l'espace de noms du bucket. Reportez-vous à Publication d'un environnement conda sur un bucket Object Storage dans une location.

Vous pouvez également utiliser l'interface de ligne de commande odsc conda pour répertorier les environnements conda publiés directement à partir d'une fenêtre de terminal :

odsc conda list -o

Si vous n'avez publié aucun environnement conda, un message d'information apparaît.

Une fois qu'un environnement conda est installé dans une session de bloc-notes, vous pouvez exécuter des blocs-notes, installer d'autres bibliothèques Python et modifier les versions des bibliothèques dans cet environnement conda. La publication d'un environnement conda permet d'enregistrer ou d'archiver l'environnement dans un bucket Object Storage que vous gérez.

Voici quelques avantages de la publication d'un environnement conda :

Partage possible avec une équipe :

Lorsqu'un environnement conda est publié, il devient disponible pour les autres membres de l'équipe qui ont accès au même bucket Object Storage. Vous pouvez installer des environnements Conda précédemment publiés dans votre session de bloc-notes de la même manière que les environnements Data Science prédéfinis. Les analystes de données peuvent ainsi gérer et partager les environnements entre les équipes. Vous pouvez partager des environnements conda entre les sessions de bloc-notes, ce qui n'était pas possible auparavant.

Reproductibilité des modèles :

Chaque fois qu'un modèle est enregistré dans le catalogue de modèles, ADS permet de publier l'environnement conda dans lequel le modèle a été entraîné. ADS conserve une référence à cet environnement dans le fichier runtime.yaml, qui fait partie de l'artefact de modèle. Si un modèle doit faire l'objet d'un audit, extrayez l'environnement conda exact dans lequel le modèle a été entraîné en réinstallant l'environnement conda d'entraînement mentionné dans votre fichier runtime.yaml.

Important

Pour pouvoir publier des environnements, vous devez indiquer l'espace de noms et le bucket à utiliser afin de stocker les environnements conda. Pour ce faire, exécutez la commande odsc conda init. Veillez à utiliser les principaux de ressource ou à configurer les fichiers de configuration et de clés appropriés pour autoriser odsc conda à effectuer des opérations de lecture et d'écriture dans le bucket Object Storage.