Scelta delle risorse di elaborazione per l'esecuzione degli strumenti nei progetti
Le risorse di calcolo vengono utilizzate nei progetti quando si eseguono i lavori e la maggior parte degli strumenti. A seconda dello strumento, potresti avere la possibilità di scegliere le risorse di elaborazione per l'ambiente di esecuzione dello strumento.
Ambienti
È possibile eseguire risorse, creare processi e avviare ambienti di sviluppo integrati (IDE) come RStudio o JupyterLab in un ambiente di esecuzione. I dettagli relativi all'esecuzione sono specificati da un modello di ambiente.
I modelli di ambiente specificano la configurazione hardware e software dei runtime:
- La configurazione hardware specifica la capacità di elaborazione e la RAM disponibile.
- La configurazione software specifica i linguaggi di programmazione, una serie di librerie preinstallate e le librerie o i pacchetti facoltativi che è possibile specificare.
Modelli di ambiente inclusi
È possibile utilizzare i modelli di ambiente inclusi per iniziare subito, senza dover crearne di propri. I modelli di ambiente inclusi sono elencati nella pagina Ambienti del progetto.
Gli ambienti inclusi per i notebook e JupyterLab vengono aggiunti come affiliati di una release di runtime e con prefisso Runtime seguito dall'anno di release e dalla versione di release.
Una release di runtime specifica un elenco di librerie di data science chiave e una versione del linguaggio, ad esempio Python 3.11. Tutti gli ambienti di una release di runtime vengono creati in base alle versioni della libreria definite nella release. Ciò garantisce l'utilizzo coerente delle librerie di data science in tutte le applicazioni di data science.
Release di runtime
IBM aggiorna le versioni delle librerie dei runtime supportati secondo necessità, per soddisfare i requisiti di sicurezza. Gli aggiornamenti modificano solo la <Patch> versione delle librerie, non le <Major>.<Minor> versioni. Pertanto, le risorse del notebook continueranno l'esecuzione.
Ad esempio: una release di runtime supporta TensorFlow 2.12. All'indirizzo watsonx 2.2, la versione runtime è disponibile all'indirizzo TensorFlow 2.14.1. Sebbene TensorFlow possa essere aggiornato alla versione 2.14.2 o 2.14.3 nelle prossime versioni di watsonx 2.2.x, non verrà aggiornato alla versione 2.15.
Pacchetti di librerie inclusi nei runtime
Per versioni specifiche dei pacchetti della libreria di data science più comuni inclusi nei runtime di Watson Studio , fare riferimento a queste tabelle:
| Libreria | 25.1, disponibile su Python 3.12 |
|---|---|
| Keras | 3.9 |
| Lale | 0.9 |
| LightGBM | 4.5 |
| NumPy | 2.0 |
| ONNX | 1.17 |
| Runtime ONNX | 1.21 |
| OpenCV | 4.10 |
| panda | 2.2 |
| PyArrow |
|
| PyTorch | 2.6 |
| scikit-learn | 1.6 |
| SciPy | 1.15 |
| SnapML | 1.16 |
| TensorFlow | 2.18 |
| XGBoost | 2.1 |
| Libreria | Codice di esecuzione 25.1 su R 4.4 |
|---|---|
| freccia |
|
| automobile | |
| accento circonflesso | 7.0 |
| catooli | |
| previsione | 9.0 |
| ggplot2 | 4.0 |
| glmnet | |
| herrore | 5.2 |
| keras | 2.15 |
| lme4 | |
| mvtnorm | 1.3 |
| pandoc | |
| psicologia | |
| pitone | 3.12 |
| foresta casuale | |
| reticolato | 1.44 |
| sandwich | 3.1 |
| scikit-learn | 1.6 |
| Spaziale | 7.3 |
| TensorFlow | 2.18 |
| tidyr | 1.3 |
| XGBoost | 1.7 |
Oltre alle librerie elencate nelle tabelle, i runtime includono molte altre librerie utili. Per visualizzare l'elenco, seleziona la scheda Gestisci nel tuo progetto, quindi fai clic su Modelli, seleziona la scheda Ambienti e infine fai clic su uno dei modelli di ambiente elencati.
Guida introduttiva
Gli ambienti Python con GPU e Execution Engine for Apache Hadoop non sono disponibili per impostazione predefinita.
- Per Python con ambienti GPU, deve essere installato il Jupyter Notebooks with Python per il servizio GPU.
- Per gli ambienti di tipo " Execution Engine for Apache Hadoop ", è necessario installare il servizio " Execution Engine for Apache Hadoop ".
Dopo aver installato questi servizi, è necessario creare i propri modelli di ambiente per utilizzare questi ambienti.
La tabella seguente elenca i modelli di ambiente per tipo di risorsa.
I runtime basati su R per l'editor di notebook senza l'installazione dell' Analytics Engine e non funzionano sulla piattaforma IBM Power® ( ppc64le ). I runtime basati su R per Data Refinery, che si basano su R4.3 e versioni successive, funzionano sulla piattaforma IBM Power® ( ppc64le ).
| Risorsa | Linguaggio di programmazione | Strumento | Tipo di modello di ambiente | Modelli di ambiente / risorse di calcolo disponibili |
|---|---|---|---|---|
| notebook di Jupyter | Python | editor notebook | Python ambiente virtuale | Python ambienti |
| notebook di Jupyter | Python | editor notebook | Python ambiente virtuale con GPU | Ambienti GPU |
| notebook di Jupyter | Python | editor notebook | Spark | Ambienti Spark |
| notebook di Jupyter | Python | editor notebook | Spark | Cluster Hadoop |
| notebook di Jupyter | R | editor notebook | Ambiente R | Ambienti R |
| notebook di Jupyter | R | editor notebook | Spark | Ambienti Spark |
| notebook di Jupyter | Python | JupyterLab | Python ambiente virtuale | JupyterLab ambienti |
| notebook di Jupyter | Python | Editor Visual Studio Code | Python ambiente virtuale | JupyterLab ambienti |
| Script | R | RStudio | Ambiente R | RStudio ambienti |
| App Shiny | R | RStudio | Ambiente R | RStudio ambienti |
| Flusso SPSS Modeler | N/D | SPSS Modeler | SPSS Modeler | SPSS Modeler ambienti |
| flusso di Data Refinery | R | Data Refinery | Spark | Data Refinery ambienti |
| flusso di Data Refinery | R | Data Refinery | Spark | Cluster Hadoop |
Modifica dell'ambiente di esecuzione di uno strumento
Per gli strumenti che supportano più ambienti di esecuzione, è possibile selezionare un ambiente di esecuzione più ampio se si nota che l'elaborazione è lenta.
Per modificare un ambiente di esecuzione:
- Salva tutti i dati della sessione corrente prima di passare a un altro ambiente.
- Interrompi l'esecuzione attiva nella sezione " Ambienti di esecuzione " della pagina "Ambienti", nella scheda "Gestisci" del tuo progetto.
- Riavvia lo strumento e seleziona un altro ambiente con la potenza di calcolo e la capacità di memoria più adatte alle tue esigenze.