환경 템플리트 사용자 정의

프로젝트의 관리자 또는 편집자로, 사용자가 작성한 환경 템플리트의 이름, 설명 및 하드웨어 구성을 변경할 수 있습니다. 또한 패키지 관리자 conda(`npm`, mamba `pip`, `yum`)를 통해 패키지를 추가하거나 `jupyter-config pip`를 사용하여 Jupyter 노트북 환경 템플릿의 소프트웨어 구성을 사용자 정의할 수 있습니다.

패키지 mamba 관리자는 패키지와 conda 호환되며 대부분의 명령어를 conda 지원합니다. 이는 로 설치된 패키지를 로 설치하거나 mamba conda 제거할 수 있으며, 그 반대의 경우도 가능함을 의미합니다. 많은 경우, 특히 와 같은 대규모 저장소를 사용할 때 conda-forge 의 성능이 mamba 보다 우수합니다 conda.

Jupyter 노트북 환경 템플릿의 소프트웨어 구성을 사용자 정의하려면 또는 mamba conda 채널을 통해, 또는 를 사용하여 pip설정합니다. 이를 위해 또는 mamba conda 패키지 목록, 패키지 pip 목록, 또는 이들의 조합을 제공할 수 있습니다. 패키지의 condamamba 경우, 해당 패키지를 획득할 수 있는 추가 채널 위치 목록을 제공할 수도 있습니다.

다음 동영상을 시청하여 Jupyter 노트북용 사용자 정의 환경 템플릿을 만드는 방법을 확인하세요.

사용자가 생성한 환경 템플릿을 사용자 정의하려면:

1. 프로젝트의 관리 탭에 있는 환경 페이지의 도구 런타임에서, 변경하려는 환경 템플릿에 대해 활성화된 런타임이 없는지 확인하십시오. 런타임이 활성화된 상태라면, 템플릿을 변경하기 전에 반드시 중지해야 합니다.
2. 환경 페이지의 템플릿 에서 사용자 정의하려는 템플릿을 선택하고 변경 사항을 추가하십시오. 기존 환경 템플릿의 언어는 변경할 수 없습니다.
3. 템플릿이 Jupyter 노트북 환경 템플릿인 경우, 소프트웨어 사용자 지정을 생성하고 기본적으로 사용 가능한 표준 패키지에 추가할 라이브러리를 지정할 수 있습니다. 또한 사용자 정의를 사용하여 표준 소프트웨어 구성의 일부인 패키지를 업그레이드하거나 다운그레이드할 수도 있습니다.
4. 변경사항을 적용하십시오.

사용자 지정 설정을 통해 환경 템플릿에 추가된 라이브러리는 영구적으로 유지되지 않습니다. 런타임이 시작될 때마다 자동으로 설치됩니다. 참고: 사용자 정의 설정이 아닌 노트북 셀을 통해 pip install 라이브러리를 추가하는 경우, 해당 라이브러리는 본인만 사용할 수 있습니다. 동일한 환경 템플릿을 사용하는 다른 사용자에게는 해당 라이브러리를 사용할 수 없습니다.

제공된 템플릿을 사용하여 사용자 정의 라이브러리를 추가할 수 있습니다. Python 과 R에는 서로 다른 템플릿이 존재합니다. 다음 예시는 템플릿 ` Python `를 보여줍니다:

# Modify the following content to add a software customization to an environment.
# To remove an existing customization, delete the entire content and click Apply.

# Add conda channels below defaults, indented by two spaces and a hyphen.
channels:
    - defaults

# To add packages through conda or pip, remove the comment on the following line.
# dependencies:

# Add conda packages here, indented by two spaces and a hyphen.
# Remove the comment on the following line and replace sample package name with your package name:
#  - a_conda_package=1.0

# Add pip packages here, indented by four spaces and a hyphen.
# Remove the comments on the following lines and replace sample package name with your package name.
#  - pip:
#    - a_pip_package==1.0

사용자 정의할 때 중요:

• 패키지를 사용자 정의하기 전에, 계획 중인 변경 사항이 의도한 효과를 발휘하는지 확인하십시오.
  • conda은(는) 지정된 패키지를 설치하는 데 필요한 변경사항을 실제로 설치하지 않고도 보고할 수 있습니다. 노트북에서 변경사항을 확인할 수 있습니다. 예를 들어, Plotly 라이브러리의 경우:
    • Python 노트북에서 !conda install --dry-run plotly을(를) 입력하십시오.
    • R 노트북에서 다음을 입력하십시오. print(system2("conda", args=c("install","--dry-run","r-plotly"), stdout=TRUE))
  • pip은(는) 패키지를 설치합니다. 그러나 검증 후 환경을 재시작하면 패키지가 제거됩니다. 여기서도 노트북에서 변경 사항을 확인할 수 있습니다. 예를 들어, Plotly 라이브러리의 경우:
    • Python 노트북에서 !pip install plotly을(를) 입력하십시오.
    • R 노트북에서 다음을 입력하십시오. print(system2("pip", args="install plotly", stdout=TRUE))
• 기본 conda 채널을 통해 패키지를 설치할 수 있다면 실행 시간은 최대 24.1: 입니다. pipPyPI, 를 통해 설치하는 것도 가능하지만, 기본 채널을 통한 conda 설치가 권장되는 방법입니다.
• 패키지 conda 관리자는 패키지를 설치할 때 종속성 검사를 수행합니다. 사용자 정의에 많은 패키지를 추가하면 메모리 사용량이 많아질 수 있습니다. 런타임을 시작할 때 종속성 확인이 가능하도록 RAM이 충분한 환경을 선택하는지 확인하십시오. 그렇지 않으면 메모리 부족으로 인해 소프트웨어 맞춤 설정 프로세스가 완료되지 않을 수 있습니다.
• 하나의 conda 채널에서만 패키지를 원할 경우 불필요한 종속성 검사를 방지하려면, 템플릿의 채널 목록에서 기본 defaults 채널을 제거하고 를 추가하여 제외하십시오 nodefaults.
• Anaconda 기본 채널 외에도 Anaconda의 R 채널에서도 R을 위한 많은 패키지들이 발견될 수 있습니다. R 환경에서는 이 채널이 이미 기본 채널의 일부입니다. 따라서 따로 추가할 필요가 없습니다.
• 사용자 정의 템플릿에 패키지를 conda 또는 pip 을 통해서만 추가하는 경우, 템플릿에서 키가 dependencies 주석 처리되지 않았는지 반드시 확인해야 합니다. 키로 dependencies 시작하지 않는 패키지를 pip 사용한 커스터마이징은 오류를 발생시킵니다.
• 가능한 경우, 사용하려는 버전이 최신 버전이고 패키지 관리자가 이를 선택할 것으로 예상되더라도 패키지 버전 번호를 제공하십시오. 버전 번호를 제공하면 패키지 설치 시 소요되는 시간과 메모리 사용량을 크게 줄일 수 있습니다.
• 패키지 버전을 지정할 때는 단일 을 = conda 패키지에, 이중 을 == pip 패키지에 사용하십시오. 지정한 버전이 패키지 관리자가 해결할 수 있는 종속성 충돌을 일으키는 경우, 다른 버전이나 최신 버전이 설치될 수 있습니다. 버전을 지정하지 않으면 패키지 관리자가 사용 가능한 최신 버전을 선택하거나 패키지에 포함된 버전을 유지할 수 있습니다.
• 노트북 확장은 미리 설치되어야 하므로 사용자 정의로서 임의의 노트북 확장을 추가할 수 없습니다.