Documentazione dell'infrastruttura Oracle Cloud

Copia di un ambiente Conda in un'altra area

In questa esercitazione è possibile installare un ambiente conda in una sessione notebook. Quindi eseguire le operazioni necessarie per installare lo stesso ambiente Conda in una seconda sessione notebook ospitata in un'area diversa.

I task chiave includono come:

  • Creare due bucket in due aree diverse nella tenancy.
  • Registra ogni bucket con una sessione notebook nella rispettiva area.
  • Installare un ambiente conda nella prima sessione notebook.
  • Pubblicare l'ambiente Conda. Rendere l'ambiente Conda pronto per essere installato da qualsiasi sessione notebook con accesso all'ambiente.
  • Dalla prima sessione notebook aggiungere l'ambiente Conda pubblicato a un bucket della stessa area.
  • Copiare l'ambiente Conda pubblicato da un bucket a un altro.
  • In una sessione notebook nella seconda area, installare l'ambiente Conda utilizzando il secondo bucket.

Per ulteriori informazioni, fare riferimento agli argomenti sotto riportati.

Informazioni preliminari

Per eseguire correttamente questa esercitazione, è necessario disporre dei seguenti elementi:

Requisiti

  • Un account a pagamento Oracle Cloud Infrastructure (OCI) o un nuovo account con le promozioni di Oracle Cloud. Vedi Richiedi e gestisci le promozioni gratuite su Oracle Cloud.

  • Un computer MacOS, Linux o Windows.
  • Tutorial su Data Science:
    • Eseguire tutti i passi nella sezione Configurazione manuale di una tenancy Data Science e creare due sessioni notebook con le proprietà riportate di seguito.
      • Assegnare un nome al compartimento per il lavoro data-science-work.
      • Creare sessioni notebook in due aree:
        • Per modificare l'area, nella barra di navigazione superiore della console, selezionare l'area e fare clic sul nome di una nuova area. Ad esempio, passare da US West (Phoenix) a US East (Ashburn).
        • Assegnare un nome ai progetti e alle sessioni notebook:
          • In <region-1>: Initial Project e my-first-notebook-session
          • In <region-2>: Second Project e my-second-notebook-session

1. Crea bucket

Creare due bucket per memorizzare gli ambienti Conda di my-first-notebook-session e my-second-notebook-session.

Crea due bucket

Creare un bucket in <region-1> e un altro in <region-2>.

  1. Aprire il menu di navigazione e selezionare Memorizzazione. In Storage degli oggetti e storage di archivio fare clic su Bucket.
  2. Nella navigazione a sinistra, in Ambito elenco, selezionare il compartimento data-science-work.
  3. Nella barra di navigazione superiore, selezionare <region-1>. Ad esempio, US West (Phoenix).
  4. Selezionare Crea bucket.
  5. Inserire le seguenti informazioni:
    • Nome: bucket-1
    • Lasciare il valore predefinito per gli altri campi:
      • Livello di storage predefinito: standard
      • Cifratura: esegue la cifratura mediante chiavi gestite da Oracle
  6. Selezionare Crea.
  7. Nella lista dei bucket, assicurarsi che bucket-1 disponga di una visibilità privata:
    I bucket sono privati, a meno che non si modifichi la relativa visibilità dopo averli creati.
  8. Nella barra di navigazione superiore, selezionare <region-1> e dall'elenco delle aree selezionare <region-2>. Ad esempio, passare a US East (Ashburn).
  9. Ripetere i passi precedenti per creare bucket-2 in <region-2>.
Creazione di due bucket privati in due aree diverse riuscita.
Recupera lo spazio di nomi della tenancy

Ogni tenancy dispone di un nome univoco dello spazio di nomi dello storage degli oggetti immutabile generato dal sistema. Il nome dello spazio di nomi è lo stesso in tutte le aree. In questo passo, copiare il nome dello spazio di nomi e utilizzarlo in seguito per registrare i bucket con le sessioni notebook.

  1. Aprire il menu di navigazione e selezionare Memorizzazione. In Storage degli oggetti e storage di archivio fare clic su Bucket.
  2. Nella navigazione a sinistra, in Ambito elenco, selezionare il compartimento data-science-work.
  3. Nella barra di navigazione superiore, selezionare <region-2>. Ad esempio, US East (Ashburn).
  4. Nell'elenco dei bucket, selezionare bucket-2.
  5. Copiare lo spazio di nomi in un blocco note: <tenancy-namespace>.
    Nota

    I nomi degli spazi di nomi sono univoci all'interno di una tenancy. Se bucket-1 e bucket-2 si trovano in tenancy diverse, copiare i nomi degli spazi di nomi per entrambi i bucket.

2. Pubblica un ambiente Conda nell'area 1

Installare un ambiente conda nella sessione notebook. Quindi, dalla sessione notebook, pubblicare l'ambiente Conda in un bucket.

Registra bucket-1

Registrare bucket-1 con my-first-notebook-session.

  1. Nella barra di navigazione superiore della console, selezionare <region-1>.
  2. Nella navigazione a sinistra, in Ambito elenco, selezionare il compartimento data-science-work.
  3. Aprire il menu di navigazione e selezionare Analytics & AI. In Machine Learning, selezionare Data Science.
  4. Nell'elenco dei progetti, selezionare Initial Project.
  5. Selezionare my-first-notebook-session, quindi fare clic su Apri.
  6. Immettere le credenziali per accedere al notebook interattivo JupyterLab.
  7. Nell'interfaccia utente, se non si dispone di una scheda denominata Launcher, fare clic su File, quindi su Nuovo programma di avvio.
  8. Nel programma di avvio, in Altro, selezionare l'icona Terminale per avviare una nuova sessione terminale.
  9. Nel terminale, immettere il comando seguente.

    Sostituire <tenancy-namespace> con le informazioni raccolte nella sezione Crea bucket.

    odsc conda init -b bucket-1 -n <tenancy-namespace>
  10. Andare a File, quindi selezionare Apri da percorso.... Nel campo Percorso aperto, immettere /conda.
  11. Per confermare che il comando precedente ha registrato il bucket con il notebook, nella cartella conda fare clic su config.yaml e trovare bucket-1 e lo spazio di nomi nel blocco di codice seguente: 
    auth_mode: resource_principal
bucket_info:
  name: bucket-1
  namespace: <tenancy-namespace>
pack_prefix: conda_environments
Installare un ambiente Conda

Installare un ambiente Conda Data Science predefinito nella sessione notebook.

  1. In my-first-notebook-session fare clic su File, quindi su Nuovo programma di avvio.
  2. In Launcher, in Estensioni, selezionare l'icona Esplora ambienti.
  3. Nella lista degli ambienti Honda, espandere ONNX 1.10 per la CPU in Python 3.9.
  4. Copiare il comando per installare ONNX 1.10 per la CPU in Python 3.9 e incollarlo in un terminale: 
    odsc conda install -s onnx110_p39_cpu_v1
    • Per il numero di versione, mantenere il valore visualizzato predefinito, ad esempio 1.0.
    • Output di esempio:
      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. Verificare che il pacchetto sia installato: 
    odsc conda list -l

    Output di esempio:

    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. In Explorer ambiente, selezionare l'icona di aggiornamento.
  7. Selezionare il collegamento Ambienti Conda installati.
  8. Nell'elenco degli ambienti Honda, confermare che è elencato ONNX 1.10 per CPU in Python 3.9.
  9. Ora, selezionare File quindi Nuovo programma di avvio. Nella sezione Kernels, trovare l'ambiente Conda pubblicato ONNX 1.10 per CPU su Python 3.9 elencato come icona.
Installazione di un ambiente conda nella sessione notebook in <region-1> riuscita.
Pubblica l'ambiente Conda

Pubblicare l'ambiente Conda in un bucket registrato con la sessione notebook.

  1. In my-first-notebook-session, in Environment Explorer, selezionare Ambienti Conda installati.
  2. Espandere ONNX 1.10 per la CPU in Python 3.9.
  3. Copiare il comando per pubblicare ONNX 1.10 per la CPU in Python 3.9:
  4. Copiare il comando per pubblicare ONNX 1.10 per la CPU in Python 3.9 e incollare il comando di pubblicazione in un terminale nella sessione notebook e fare clic su Invio. 
    odsc conda publish -s onnx110_p39_cpu_v1

    Output di esempio:

    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. In Environment Explorer, selezionare Aggiorna.
  6. Selezionare il collegamento Ambienti Conda pubblicati.
  7. Nell'elenco degli ambienti Honda, confermare che è elencato ONNX 1.10 per CPU in Python 3.9.
Pubblicazione di un ambiente Conda in un bucket riuscita in <region-1>.

3. Copia il bucket nell'area 2

Copiare l'ambiente Conda pubblicato da bucket-1 in bucket-2.

Copia contenuto bucket

L'ambiente Conda pubblicato viene memorizzato come oggetto in bucket-1. Copiare questo oggetto in bucket-2.

  1. Aprire il menu di navigazione e selezionare Memorizzazione. In Storage degli oggetti e storage di archivio fare clic su Bucket.
  2. Nella navigazione a sinistra, in Ambito elenco, selezionare il compartimento data-science-work.
  3. Nella barra di navigazione superiore, selezionare <region-1>. Ad esempio, US West (Phoenix).
  4. Selezionare bucket-1.
  5. In Oggetti, espandere conda_environments, cpu, ONNX 1.10 for CPU on Python 3.9 e 1.0 per accedere a onnx110_p39_cpu_v1.
  6. Selezionare il menu Azioni (tre puntini) per onnx110_p39_cpu_v1, quindi fare clic su Copia.
  7. Inserire le seguenti informazioni:
    • Spazio di nomi destinazione: <tenancy-namespace>
    • Area di destinazione: <region-2>, ad esempio US East (Ashburn).
    • Bucket di destinazione: bucket-2
    • Nome oggetto destinazione: per preservare la struttura della directory, mantenere la stringa predefinita.
    • Lasciare il valore predefinito per gli altri campi:
      • Livello di storage di destinazione: (lasciare vuoto)
      • Regola di sovrascrittura: sovrascrivi oggetto di destinazione
  8. Selezionare Copia oggetto.
  9. Se viene visualizzata una sezione di avvertenza per non avere le istruzioni dei criteri IAM corrette, selezionare Prova ad aggiungere istruzioni. 
    Allow service objectstorage-<region-1> to manage object-family in compartment data-science-work

    Se non viene visualizzato questo messaggio di avvertenza, saltare i tre passi successivi.

  10. Nel pannello Aggiungi criterio IAM, mantenere le impostazioni predefinite.
    • Nome: console-iam-policy-<timestamp>
    • Descrizione: le istruzioni dei criteri IAM create dalla console in <timestamp>
    • Aggiungi istruzione criterio al compartimento radice: non selezionata
    • Istruzioni criteri: 
      Allow service objectstorage-<region-1> to manage object-family in compartment data-science-work
  11. (Facoltativo) Per consentire la copia degli oggetti in altre aree nel compartimento, è possibile aggiungere il criterio seguente alla sezione Istruzioni dei criteri nel pannello Aggiungi criterio IAM
    Nota

    Per consentire la copia di oggetti in altre aree nel compartimento, per ogni area, in una nuova riga, aggiungere il criterio seguente alla sezione Istruzioni criterio nel pannello Aggiungi criterio IAM:
    allow service objectstorage-<region_name> to manage object-family in compartment data-science-work
    Per la variabile <region_name>, alcuni valori di esempio sono:
    • objectstorage-us-phoenix-1
    • objectstorage-us-ashburn-1
    • objectstorage-eu-frankfurt-1
    • objectstorage-uk-london-1
    • objectstorage-ap-tokyo-1

    dove object-storage-<region_name> contiene il bucket di origine ed esegue l'operazione di copia.

    Per un elenco completo dei nomi delle aree, vedere la tabella nella pagina Aree e domini di disponibilità.

    Per ulteriori dettagli sulla copia degli oggetti in altre aree, vedere Autorizzazioni servizio.

  12. Selezionare Crea.
  13. Attendere che venga visualizzato il messaggio: Aggiunta dei criteri riuscita.
  14. Selezionare Copia oggetto.
  15. Nella finestra di dialogo Dettagli richiesta di lavoro, confermare che lo Stato mostri Completato, con una Percentuale di completamento del 100%. Quindi, chiudere la finestra di dialogo.
Verifica contenuto nel secondo bucket

Verificare che l'ambiente Conda pubblicato sia memorizzato come oggetto in bucket-2.

  1. Nella barra di navigazione superiore, selezionare <region-2>. Ad esempio, US East (Ashburn).
  2. Selezionare bucket-2.
  3. In Oggetti, espandere conda_environments, cpu, ONNX 1.10 for CPU on Python 3.9 e 1.0 per accedere a onnx110_p39_cpu_v1.
Copia di un ambiente Conda pubblicato da bucket-1 in bucket-2 riuscita.

4. Installare l'ambiente Conda nella regione 2

Registrare bucket-2 in una sessione notebook nella seconda area. Quindi installare e visualizzare l'ambiente Conda nella sessione notebook.

Registra bucket-2

Registrare bucket-2 con my-second-notebook-session in <region-2>.

  1. Nella barra di navigazione superiore della console, selezionare region-2.
  2. Aprire il menu di navigazione e selezionare Analytics & AI. In Machine Learning, selezionare Data Science.
  3. Nella navigazione a sinistra, in Ambito elenco, selezionare il compartimento data-science-work.
  4. Nell'elenco dei progetti, selezionare Second Project.
  5. Selezionare my-second-notebook-session, quindi fare clic su Apri.
  6. Immettere le credenziali per accedere all'interfaccia utente JupyterLab.
  7. Se non si dispone di una scheda denominata Launcher, fare clic su File, Nuovo programma di avvio.
  8. Nel programma di avvio, selezionare Terminale.
  9. Nel terminale, immettere il comando seguente.

    Sostituire <tenancy-namespace> con le informazioni raccolte nella sezione Crea bucket.

    odsc conda init -b bucket-2 -n <tenancy-namespace>
  10. Verificare che il bucket sia registrato con il notebook:

    Nella sezione Esplora file, nella cartella conda, selezionare config.yaml e rivedere il file per il codice seguente:

    auth_mode: resource_principal
bucket_info:
  name: bucket-2
  namespace: <tenancy-namespace>
pack_prefix: conda_environments
Installare l'ambiente Conda pubblicato

Visualizzare l'ambiente Conda copiato nella seconda sessione notebook.

  1. In my-second-notebook-session fare clic su File, quindi su Nuovo programma di avvio.
  2. In Launcher, in Kernels, selezionare l'icona Environment Explorer.
  3. Selezionare il collegamento Ambienti Conda pubblicati.
  4. Nella lista degli ambienti Honda, espandere ONNX 1.10 per la CPU in Python 3.9.
    Nota

    Se si dispone di un ambiente conda pubblicato nella sessione notebook, si verifica quanto riportato di seguito.
    • L'ambiente Conda è disponibile per l'installazione nella sessione notebook.
    • L'ambiente Conda pubblicato potrebbe non essere ancora installato.
    • Per utilizzare l'ambiente conda, è possibile installarlo da qui.
    • L'ambiente Conda pubblicato rimane nell'elenco degli ambienti Conda pubblicati dopo l'installazione.
  5. Copiare il comando per installare ONNX 1.10 per la CPU in Python 3.9 e incollarlo in un terminale: 
    odsc conda install -s onnx110_p39_cpu_v1
    • Per il numero di versione, mantenere il valore visualizzato predefinito, ad esempio 1.0.
    • Output di esempio:
      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. In un terminale, verificare che il pacchetto sia installato: 
    odsc conda list -l

    Output di esempio:

    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. In Environment Explorer, selezionare Aggiorna.
  8. Selezionare il collegamento Ambienti Conda installati.
  9. Nell'elenco degli ambienti Honda, confermare che è elencato ONNX 1.10 per CPU in Python 3.9.
Installazione di un ambiente Conda da una copia pubblicata in bucket-2 nella sessione notebook riuscita.

Pagina successiva

Copia di un ambiente Conda da un'area all'altra riuscita e utilizzo in una sessione notebook nella seconda area.

Per ulteriori informazioni sugli ambienti conda, nella sessione notebook effettuare le operazioni riportate di seguito.

  • Nel programma di avvio, in Estensioni, selezionare l'icona Explorer notebook. Selezionare ONNX Integration with the Accelerated Data Science (ADS) SDK, selezionare Apri ed esplorare gli esempi.
  • Andare a Esplora ambienti e installare altri ambienti Conda Data Science predefiniti, non menzionati in questa esercitazione.