Modificación de los entornos predeterminados y adición de extensiones de Python para bibliotecas Python adicionales

Puede cambiar el entorno predeterminado para el experimento desde el separador Visión general . Por ejemplo, puede cambiar la versión de Python o la versión de CPLEX que se utiliza de forma predeterminada. También puedes crear un nuevo entorno y añadir más bibliotecas Python utilizando una nueva extensión Python.

Antes de empezar

Permisos necesarios
Para ver entornos, puede tener cualquier rol en un espacio de despliegue. Para editar o crear entornos, debe tener el rol Editor o Admin en el espacio. Para obtener más información, consulte Permisos y roles de colaborador de espacio de despliegue.

Acerca de esta tarea

Cuando se utiliza la interfaz de usuario del experimento de Decision Optimization, los entornos necesarios se crean automáticamente. Sin embargo, es posible que desee configurar su entorno para utilizar una versión particular de Python, hardware, CPLEX o utilizar extensiones de Python. Puede configurar el entorno que se utilizará para la resolución, cambiando el entorno predeterminado. Este entorno se aplica entonces a todos los escenarios de su experimento, cuando hace clic en Ejecutar.

El entorno depende del tipo de modelo: Python, OPL, CPLEX, CPO o Modeling Assistant. Python se utiliza para ejecutar modelos de Decision Optimization formulados en DOcplex en experimentos de Decision Optimization y Jupyter Notebooks. Los modelos de Modeling Assistant también utilizan Python porque el código DOcplex se genera cuando se ejecutan o despliegan los modelos. Los modelos formulados en OPL o en formatos de archivo específicos para CPLEX o CP Optimizer, como los formatos LP o CPO, no utilizan entornos Python .

Puede utilizar Decision Optimization con Python 3.12 y 3.11 (obsoleto). La versión predeterminada es Python 3.12.

Las versiones de Python se actualizan regularmente. Sin embargo, si ha especificado explícitamente una versión de Python anterior en el modelo, debe actualizar esta especificación de versión o el modelo ya no funcionará. Puede crear un nuevo entorno Python o editar uno desde Gestionar entornos de experimento.

La actualización del entorno también es útil si desea seleccionar una versión diferente de CPLEX para el entorno predeterminado. A medida que el rendimiento del motor CPLEX mejora con cada nueva versión, las versiones anteriores quedan en desuso y se eliminan a lo largo del tiempo. Los tiempos de ejecución, basados en estos motores, se utilizan para construir y desplegar los modelos de Decision Optimization. Actualmente, el entorno do_22.2 de ejecución, basado en CPLEX 22.2, se utiliza automáticamente al crear y ejecutar escenarios. También está disponible el entorno de ejecución do_22.1 basado en CPLEX 22.1. (El tiempo de ejecución do_20. 1 está obsoleto y pronto se eliminará)

Este vídeo proporciona un método visual para aprender los conceptos y tareas de esta documentación.

Después de cargar el ejemplo en el experimentode Decision Optimization , puede seguir el vídeo.

Declaración de limitación de responsabilidad de vídeo: algunos pasos menores y gráficos de este vídeo pueden diferir de su plataforma. La interfaz de usuario también se mejora con frecuencia.

El procedimiento siguiente muestra cómo cambiar el entorno predeterminado para los modelos DOcplex y Modeling Assistant . Cambiar el entorno predeterminado puede ser útil para comprobar si el modelo funciona con la versión más reciente de CPLEX, o para probar el modelo con conjuntos de datos más grandes que requieren más hardware. O quizás necesite actualizar la versión de Python o desee incluir algunas bibliotecas de Python específicas utilizando Python extensions.

Procedimiento

Para cambiar el entorno predeterminado para los modelos DOcplex y Modeling Assistant :

  1. Abra la Visión general, pulse el icono de información icono de información para abrir el panel Información y seleccione la pestaña Entornos .

    Pestaña de entorno del panel de información

  2. Expanda la sección de entorno según el tipo de modelo. Para los modelos Python y Modeling Assistant , expanda el entorno Python. Puede ver el entorno Python predeterminado (si existe uno). Para cambiar el entorno predeterminado para los modelos OPL, CPLEX o CPO, expanda la sección de entorno adecuada de acuerdo con el tipo de modelo y siga este mismo procedimiento.
  3. Expanda el nombre del entorno y seleccione un entorno Python diferente.
  4. Opcional: Para crear un entorno nuevo:
    1. Seleccione un Nuevo entorno para Python.
      Se abre una ventana nueva para que defina el nuevo entorno. Nueva ventana de entorno que muestra campos vacíos
    2. Especifique un nombrey seleccione una versión de CPLEX, especificación de hardware, copias (número de nodos) y la versión dePython.
    3. Establezca Asociar una extensión de Python en Activado para incluir las bibliotecas dePython que desee añadir.
    4. Pulse Nueva extensión Python.
    5. Especifique un nombre para la extensión en la nueva ventana Crear una extensión Python que se abre y pulse Crear.
    6. En la nueva ventana de configuración de la extensión Python que se abre, active la opción Paquetes, seleccione un tipo de paquete y edite el código proporcionado.
      El código YAML está obsoleto para añadir bibliotecas personalizadas. Utilice paquetes pip en su lugar.

      En la ventana pip requirements.txt, añada sus paquetes pip o introduzca el nombre del paquete. Pulse en Guardar.

      También puede pulsar Examinar para añadir cualquier biblioteca Python .

      Pulse Terminado.

    7. Pulse Crear en la ventana Nuevo entorno .
  5. Opcional: Seleccione Gestionar entornos de experimento para ver una lista detallada de todos los entornos existentes para experimento en el separador Entornos .
    Gestione el entorno de experimento con dos entornos y menú desplegable.

    Puede utilizar las opciones que se ofrecen haciendo clic en el icono de menú Icono de 3 puntos situado junto a un entorno. Puede elegir Editar, Establecer como valor predeterminado, Actualizar en espacio de despliegue o Suprimir el entorno. También puede crear un Nuevo entorno desde la ventana Gestionar entornos de experimento , pero la creación de un nuevo entorno desde esta ventana no lo convierte en el valor predeterminado a menos que se establezca explícitamente como el valor predeterminado.

  6. Pulse la pestaña ExtensionesPython .

    Pestaña de extensiones Python que muestra la extensión creada

    Aquí puede ver las extensiones de Python y ver en qué entorno se utiliza una extensión. También puede crear una nueva extensión Python o utilizar las opciones para Editar, Descargary Suprimir las existentes. También puede pulsar el nombre de extensión para configurarlo. Si edita una extensión Python que utiliza un entorno de experimento, el entorno se vuelve a crear.

    También puede ver los entornos Python en los activos de espacio de despliegue y las extensiones Python que haya añadido aparecerán en la especificación de software.

Resultados

El entorno elegido (o recién creado) aparece como marcado en la lista desplegable Entornos dePython en la pestaña Entornos . La marca indica que este entorno es el entorno Python predeterminado para todos los escenarios del experimento.

Ejemplo

Véase el ejemplo EnvironmentAndExtension en la carpeta Model_Builder de las muestras DO en el archivo Decision Optimization GitHub. Este ejemplo utiliza un entorno con una extensión que contiene un archivo de biblioteca y código YAML.