Anpassung conda der Einstellungen

Vorbereitende Schritte

Stellen Sie sicher, dass das cc-home Speichervolumen vorhanden ist, und legen Sie die TOKEN Umgebungsvariable fest. Anweisungen finden Sie unter Einrichten eines Speichervolumens zum Speichern von Anpassungen für common core services.

Konfigurieren conda für die Verwendung eines Proxy-Servers

Sie können so konfigurieren, dass ein Proxy-Server als Vermittler zu conda den öffentlichen conda Repositorys verwendet wird. Sie können einen Unternehmensproxy verwenden oder ein Remote-Repository in einem Binär-Repository-Manager erstellen, der als Proxy für öffentliche conda Ressourcen fungiert. Die conda Konfigurationsdatei .condarc kann verwendet werden.

Befolgen Sie diese Schritte, um für die Verwendung hinter conda einem Proxy-Server zu konfigurieren:

1. Rufen Sie vorhandene .condarc Dateien ab, indem Sie Folgendes ausführen:

   curl -fSsk ${CPD_URL}/zen-volumes/cc-home/v1/volumes/files/%2F_global_%2Fconfig%2Fconda%2F.condarc -H "Authorization: ZenApiKey ${TOKEN}" > .condarc
   

2. Fügen Sie den proxy_servers: Schlüssel zur conda.condarc Konfigurationsdatei hinzu. Geben Sie die URL zu einem Unternehmens-Proxy-Server oder einem Remote-Proxy-Server ein, den Sie in einem Binär-Repository-Manager konfiguriert und erstellt haben. Sie können entweder http das oder https das Protokoll verwenden. Das Format sieht wie folgt aus:

   proxy_servers:
       http: http://username:password@corp.com:8080
       https: https://username:password@corp.com:8080
   

   Zum Beispiel:

   proxy_servers:
       https: https://u:a@127.0.0.1:8080
       http: http://u:a@127.0.0.1:8080
   

3. Kopieren Sie die geänderte .condarc Datei nach /cc-home/_global_/config/conda/:

   curl -k -X PUT \
   "${CPD_URL}/zen-volumes/cc-home/v1/volumes/files/%2F_global_%2Fconfig%2Fconda" \
   -H "Authorization: ZenApiKey ${TOKEN}" \
   -H "content-type: multipart/form-data" \
   -F upFile=@.condarc
   

   Der Proxy-Server steht für die Ausführung von Notebooks und Jobs zur Verfügung.

4. Wenn eine benutzerdefinierte Softwarespezifikation und eine Paketerweiterung mithilfe der Watson Machine LearningPython Client- oder REST-APIs erstellt werden müssen, erstellen Sie eine Paketerweiterung mit conda.yaml der Spezifikation wie im Beispiel gezeigt und verknüpfen Sie die Paketerweiterung mit der Kundensoftwarespezifikation.
   

   Hinweis:

   Dieser Schritt ist nicht erforderlich, wenn Sie über eine benutzerdefinierte Umgebung verfügen, die in erstellt Watson Studio wurde, und Sie ein Modell, Python eine Funktion oder Python ein Skript haben, das mit derselben benutzerdefinierten Umgebung verknüpft ist. In diesem Fall werden die Paketerweiterungen und Softwareerweiterungen zusammen mit der benutzerdefinierten Umgebung erstellt, und der Name der benutzerdefinierten Softwarespezifikation entspricht dem Namen der benutzerdefinierten Umgebung.

   Hinweis:

   Um dieses Skript auszuführen, müssen Sie das Token als ${TOKEN} Umgebungsvariable generieren und exportieren. Weitere Informationen finden Sie unter Generieren eines API-Autorisierungstokens.

Konfigurieren conda für die Verwendung eines lokalen Repositorys

Sie können so conda konfigurieren, dass ein lokaler Repository-Server vor Ort mit detaillierter Zugriffskontrolle verwendet wird. Mit einem lokalen Repository können Sie außerdem festlegen, welche Paketversionen verwendet werden sollen, um Konflikte bei den Bibliotheksabhängigkeiten beim Start der Laufzeitumgebungen zu vermeiden. Sie können lokale Repositorys auf Unternehmensservern oder in Ihrem Binär-Repository-Manager erstellen, zu denen die von Ihnen ausgewählten conda Bibliotheken und Pakete hinzugefügt werden.

So konfigurieren Sie conda die Verwendung eines lokalen Repositorys vor Ort:

1. Rufen Sie vorhandene .condarc Dateien ab, indem Sie Folgendes ausführen:

   curl -fSsk ${CPD_URL}/zen-volumes/cc-home/v1/volumes/files/%2F_global_%2Fconfig%2Fconda%2F.condarc -H "Authorization: ZenApiKey ${TOKEN}" > .condarc
   

2. Fügen Sie die Standardkanäle, die dem lokalen Repository zugeordnet sind, zur condaURL.condarc Konfigurationsdatei hinzu, die sich in befindet /cc-home/_global_/config/conda/.condarc. Ersetzen Sie <your_local_repository_name> durch zu URL einem lokalen Repository, mit dem Sie über einen Proxy-Server verbunden sind.

   channel_alias: http://<your_local_repository_name>:8080/conda/
   
   channels:
       - http://<your_local_repository_name>:8080/conda/anaconda
       - http://<your_local_repository_name>:8080/conda/wakari
       - http://<your_local_repository_name>:8080/conda/r-channel
   

3. Laden Sie die geänderte .condarc Datei hoch, indem Sie folgenden Befehl ausführen:

   curl -k -X PUT \
   "${CPD_URL}/zen-volumes/cc-home/v1/volumes/files/%2F_global_%2Fconfig%2Fconda" \
   -H "Authorization: ZenApiKey ${TOKEN}" \
   -H "content-type: multipart/form-data" \
   -F upFile=@.condarc
   

4. Wenn benutzerdefinierte Softwarespezifikationen und Paketerweiterungen mithilfe der Watson Machine LearningPython Client- oder REST-APIs erstellt werden müssen, erstellen Sie eine Paketerweiterung mit conda.yaml Spezifikation wie im Beispiel gezeigt und verknüpfen Sie die Paketerweiterung mit der Kundensoftwarespezifikation.
   

   Hinweis:

   Dieser Schritt ist nicht erforderlich, wenn Sie über eine benutzerdefinierte Umgebung verfügen, die in erstellt Watson Studio wurde, und Sie ein Modell, Python eine Funktion oder Python ein Skript haben, das mit derselben benutzerdefinierten Umgebung verknüpft ist. In diesem Fall werden die Paketerweiterungen und Softwareerweiterungen zusammen mit der benutzerdefinierten Umgebung erstellt. Der Name der angepassten Softwarespezifikation stimmt mit dem Namen der angepassten Umgebung überein.

Konfigurieren conda für die Verwendung eines Dateikanals

Sie können Pakete über einen conda Dateispeicherort verfügbar machen, indem Sie sie in das freigegebene user_home Verzeichnis hochladen, von wo aus die Bibliotheken über aufgerufen werden file://URL können.

So erstellen Sie einen benutzerdefinierten Dateikanal:

1. Erstellen Sie ein conda Paket, das die Software-Dateien in einer einzigen Datei bündelt, die einfach installiert und verwaltet werden kann. Weitere Informationen zum Erstellen von Paketen finden Sie in der conda Dokumentation.

2. Laden Sie eine komprimierte Archivdatei in einen Kanalordner hoch:

   1. Erstellen Sie den benutzerdefinierten Kanal für Ihre benutzerdefinierten Pakete.
   2. Erstellen Sie ein komprimiertes Archiv des benutzerdefinierten Kanalordners als Datei custom-channel.tgz.
   3. Laden Sie die komprimierte Archivdatei hoch:

   curl -k -X PUT "${CPD_URL}/zen-volumes/cc-home/v1/volumes/files/%2F_global_%2Fconfig%2Fconda%2Fcustom-channel?extract=true" -H "Authorization: ZenApiKey ${TOKEN}" -H "content-type: multipart/form-data" -F upFile=@custom-channel.tgz
   

3. Testen Sie, ob Sie von einer Notebook-Zelle aus auf dieses Paket (das conda Seawater-Paket) zugreifen können:

   !conda search -c file:///cc-home/_global_/config/conda/custom-channel --override-channels
   !conda install seawater -c file:///cc-home/_global_/config/conda/custom-channel/custom_channel
   

4. Erstellen Sie eine Paketerweiterung mit conda.yaml der im Beispiel gezeigten Spezifikation und verknüpfen Sie die Paketerweiterung mit der Kundensoftwarespezifikation.