Modifica degli ambienti predefiniti e aggiunta di estensioni Python per librerie Python supplementari

Puoi modificare l'ambiente predefinito per il tuo esperimento dalla scheda Panoramica . Ad esempio, è possibile modificare la versione Python o la versione CPLEX utilizzata per impostazione predefinita. È anche possibile creare un nuovo ambiente e aggiungere altre librerie Python utilizzando una nuova estensione Python.

Prima di iniziare

Autorizzazioni richieste
Per visualizzare gli ambienti, puoi avere qualsiasi ruolo in uno spazio di distribuzione. Per modificare o creare ambienti, devi disporre del ruolo Editor o Admin nello spazio. Per ulteriori informazioni, vedi Ruoli e autorizzazioni del collaboratore dello spazio di distribuzione.

Informazioni su questa attività

Quando si utilizza il " Decision Optimization e il " esperimento UI, gli ambienti necessari vengono creati automaticamente. Tuttavia, si potrebbe voler configurare l'ambiente per utilizzare una versione particolare di Python, dell'hardware, di CPLEX o per utilizzare le estensioni di Python. È possibile configurare l'ambiente da utilizzare per la risoluzione, modificando l'ambiente predefinito. Questo ambiente viene applicato a tutti gli scenari dell'esperimento, quando si fa clic su Esegui.

L'ambiente dipende dal tuo tipo di modello: Python, OPL, CPLEX, CPO o Modeling Assistant. Python è utilizzato per eseguire i modelli Decision Optimization formulati in DOcplex negli esperimenti Decision Optimization e Jupyter Notebooks. I modelli Modeling Assistant utilizzano anche Python perché il codice DOcplex viene generato quando i modelli vengono eseguiti o distribuiti. I modelli formulati in OPL o in formati file specifici per CPLEX o CP Optimizer, come i formati LP o CPO, non utilizzano ambienti Python .

È possibile utilizzare Decision Optimization con Python 3.12 e 3.11 (obsoleto). La versione predefinita è Python 3.12.

Le versioni Python sono regolarmente aggiornate. Tuttavia, se è stata specificata esplicitamente una versione di Python precedente nel modello, è necessario aggiornare questa specifica di versione altrimenti il modello non funzionerà più. Puoi creare un nuovo ambiente Python o modificarne uno da Manage experiment environments.

L'aggiornamento dell'ambiente è utile anche se si desidera selezionare una versione diversa di CPLEX per l'ambiente predefinito. Poiché le prestazioni del motore CPLEX migliorano con ogni nuova versione, le versioni precedenti sono obsolete e rimosse nel tempo. I runtime, basati su questi motori, sono utilizzati per costruire e distribuire i modelli Decision Optimization. Attualmente, il runtime do_22.2 basato su CPLEX 22.2 viene utilizzato automaticamente quando si creano ed eseguono gli scenari. È disponibile anche il runtime do_22.1 basato su CPLEX 22.1. (Il runtime do_20.1 è deprecato e sarà presto rimosso)

Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.

Dopo aver caricato l'esempio nel tuo esperimento Decision Optimization , puoi seguire il video.

Disclaimer video: alcuni passi minori e passaggi grafici in questo video potrebbero differire dalla tua piattaforma. Anche l'interfaccia utente viene spesso migliorata.

La seguente procedura mostra come modificare l'ambiente predefinito per modelli DOcplex e Modeling Assistant . La modifica dell'ambiente predefinito può essere utile per verificare se il modello funziona con la versione più recente di CPLEX o per testare il modello con dataset più grandi che richiedono più hardware. Oppure è necessario aggiornare la versione di Python o includere alcune particolari librerie Python utilizzando le estensioni Python.

Procedura

Per modificare l'ambiente predefinito per modelli DOcplex e Modeling Assistant :

  1. Aprire la Panoramica, fare clic sull'icona Informazioni icona delle informazioni per aprire il riquadro Informazioni e selezionare la scheda Ambienti .

    Scheda Ambiente del riquadro Informazioni

  2. Espandere la sezione dell'ambiente in base al tipo di modello. Per i modelli Python e Modeling Assistant , espandere AmbientePython. È possibile visualizzare l'ambiente Python predefinito (se ne esiste uno). Per modificare l'ambiente predefinito per i modelli OPL, CPLEX o CPO, espandere la sezione di ambiente appropriata in base al tipo di modello e seguire la stessa procedura.
  3. Espandere il nome del proprio ambiente e selezionare un diverso ambiente Python .
  4. Facoltativo: Per creare un nuovo ambiente:
    1. Seleziona un Nuovo ambiente per Python.
      Viene visualizzata una nuova finestra per definire il nuovo ambiente. Nuova finestra di ambiente che mostra campi vuoti
    2. Immettere un nomee selezionare un Versione CPLEX, specifica hardware, copie (numero di nodi) e Versione Python.
    3. Imposta Associa un'estensione Python a On per includere tutte le libreriePython che vuoi aggiungere.
    4. Fare clic su Nuova estensione Python.
    5. Immettere un nome per l'estensione nella nuova finestra Crea un'estensione Python che si apre e fare clic su Crea.
    6. Nella nuova finestra Configura estensione Python che si apre, impostare Pacchetti su On, selezionare un tipo di pacchetto e modificare il codice fornito.
      Il codice YAML è deprecato per l'aggiunta di librerie personalizzate. Utilizzare invece i pacchetti pip.

      Nella finestra di pip requirements.txt, aggiungete i pacchetti pip o inserite il nome del pacchetto. Fare clic su Salva.

      È inoltre possibile fare clic su Sfoglia per aggiungere qualsiasi libreria Python .

      Fare clic su Fine.

    7. Fare clic su Crea nella finestra Nuovo ambiente .
  5. Facoltativo: selezionare Gestisci ambienti di esperimento per visualizzare un elenco dettagliato di tutti gli ambienti esistenti per l' esperimento nella scheda Ambienti .
    Gestire l'ambiente di esperimento con due ambienti e menu a discesa.

    È possibile utilizzare le opzioni fornite facendo clic sull'icona del menu Icona a 3 punti accanto a un ambiente. È possibile scegliere Modifica, Imposta come predefinito, Aggiorna nello spazio di distribuzione o Elimina l'ambiente. È anche possibile creare un Nuovo ambiente dalla finestra Gestisci ambienti di esperimento , ma la creazione di un nuovo ambiente da questa finestra non lo rende il valore predefinito a meno che non venga esplicitamente impostato come predefinito.

  6. Fare clic sulla scheda EstensioniPython .

    Scheda delle estensioni Python che mostra l'estensione creata

    Qui puoi visualizzare le tue estensioni Python e vedere in quale ambiente viene utilizzata un'estensione. Puoi anche creare una Nuova estensione Python o utilizzare le opzioni per Modifica, Scaricae Elimina esistenti. È anche possibile fare clic sul Nome estensione per configurarlo. Se si modifica un'estensione Python utilizzata da un ambiente di esperimento, l'ambiente viene ricreato.

    Puoi anche visualizzare i tuoi ambienti Python nei tuoi asset dello spazio di distribuzione e qualsiasi estensione Python che hai aggiunto viene visualizzata nella specifica del software.

Risultati

L'ambiente scelto (o appena creato) viene visualizzato come selezionato nell'elenco a discesa AmbientiPython nella scheda Ambienti . Il segno di spunta indica che questo ambiente è l'ambiente Python predefinito per tutti gli scenari nel tuo esperimento.

Esempio

Si veda l'esempio EnvironmentAndExtension nella cartella Model_Builder dei campioni DO nel file Decision Optimization GitHub. Questo esempio utilizza un ambiente con un'estensione che contiene un file di libreria e codice YAML.