Personalização de tempos de execução com bibliotecas e pacotes externos

Propagação de especificações de software e extensões de pacotes de projetos para espaços de implantação

Para exportar especificações de software personalizadas e extensões de pacotes criadas em um projeto do Watson Studio para um espaço de implantação:

1. Na interface do seu projeto, clique na guia Gerenciar.
2. Selecione Ambientes.
3. Clique na guia Modelos.
4. No menu Opções do seu ambiente personalizado, selecione Promover para o espaço.

Alternativamente, quando você promove qualquer modelo ou função Python associada a um ambiente personalizado de um projeto Watson Studio para um espaço de implantação, a especificação de software personalizada e a extensão do pacote associadas também são promovidas para o espaço de implantação.

Se você deseja atualizar as especificações do software e as extensões do pacote após promovê-las para o espaço de implantação, siga estas etapas:

1. No espaço de implantação, exclua as especificações de software, extensões de pacote e modelos associados (opcional) usando o cliente watsonx.ai Python.
2. Em um projeto, promova o modelo, a função ou o script associado à especificação do software personalizado alterado e à extensão do pacote para o espaço.

As especificações do software também são incluídas quando você importa um projeto ou espaço que inclua um.

Salvar um conda arquivo YAML que contém uma lista de bibliotecas de terceiros

Para salvar um conda arquivo YAML que contém uma lista de bibliotecas de terceiros como uma extensão de pacote e criar uma especificação de software personalizada vinculada à extensão do pacote:

1. Autentique e crie o cliente.

2. Crie e configure o espaço de implementação padrão, em seguida, liste as especificações de software disponíveis.

    metadata = {
        wml_client.spaces.ConfigurationMetaNames.NAME:
            'examples-create-software-spec',
        wml_client.spaces.ConfigurationMetaNames.DESCRIPTION:
            'For my models'
    }
    space_details = wml_client.spaces.store(meta_props=metadata)
    space_uid = wml_client.spaces.get_id(space_details)
   
    # set the default space
    wml_client.set.default_space(space_uid)
   
    # see available meta names for software specs
    print('Available software specs configuration:', wml_client.software_specifications.ConfigurationMetaNames.get())
    wml_client.software_specifications.list()
   
    asset_id = 'undefined'
    pe_asset_id = 'undefined'
   

3. Crie os metadados para extensões de pacote a serem incluídas na especificação de base.

   pe_metadata = {
       wml_client.package_extensions.ConfigurationMetaNames.NAME:
           'My custom library',
       # optional:
       # wml_client.software_specifications.ConfigurationMetaNames.DESCRIPTION:
       wml_client.package_extensions.ConfigurationMetaNames.TYPE:
           'conda_yml'
   }
   

4. Crie um arquivo yaml que contenha a lista de pacotes e salve-o como customlibrary.yaml.

   Exemplo de arquivo yaml:

   name: add-regex-package
   dependencies:
       - regex
   

   Para obter mais informações, consulte:

   • Exemplos de personalizações de modelos de ambiente (antes de 25.1 )
   • Exemplos de personalizações de modelos de ambiente (de 25.1 )

5. Armazene as informações de extensão do pacote.

   pe_asset_details = wml_client.package_extensions.store(
       meta_props=pe_metadata,
       file_path='customlibrary.yaml'
   )
   pe_asset_id = wml_client.package_extensions.get_id(pe_asset_details)
   

6. Crie os metadados para a especificação de software e armazene a especificação de software.

   # Get the id of the base software specification
   base_id = wml_client.software_specifications.get_id_by_name('default_py3.9')
   
   # create the metadata for software specs
   ss_metadata = {
       wml_client.software_specifications.ConfigurationMetaNames.NAME:
           'Python 3.9 with pre-installed ML package',
       wml_client.software_specifications.ConfigurationMetaNames.DESCRIPTION:
           'Adding some custom libraries like regex', # optional
       wml_client.software_specifications.ConfigurationMetaNames.BASE_SOFTWARE_SPECIFICATION:
           {'guid': base_id},
       wml_client.software_specifications.ConfigurationMetaNames.PACKAGE_EXTENSIONS:
           [{'guid': pe_asset_id}]
   }
   
   # store the software spec
   ss_asset_details = wml_client.software_specifications.store(meta_props=ss_metadata)
   
   # get the id of the new asset
   asset_id = wml_client.software_specifications.get_id(ss_asset_details)
   
   # view new software specification details
   import pprint as pp
   
   ss_asset_details = wml_client.software_specifications.get_details(asset_id)
   print('Package extensions', pp.pformat(
       ss_asset_details['entity']['software_specification']['package_extensions']
   ))
   

Salvar uma biblioteca criada pelo usuário no Python e criar uma extensão de pacote

Para obter mais informações, consulte Requisitos para usar componentes personalizados em modelos.

Para salvar um pacote criado pelo usuário ( Python ) como uma extensão de pacote e criar uma especificação de software personalizada vinculada à extensão do pacote:

1. Autentique e crie o cliente.

2. Crie e configure o espaço de implementação padrão, em seguida, liste as especificações de software disponíveis.

    metadata = {
        wml_client.spaces.ConfigurationMetaNames.NAME:
            'examples-create-software-spec',
        wml_client.spaces.ConfigurationMetaNames.DESCRIPTION:
            'For my models'
    }
    space_details = wml_client.spaces.store(meta_props=metadata)
    space_uid = wml_client.spaces.get_id(space_details)
   
    # set the default space
    wml_client.set.default_space(space_uid)
   
    # see available meta names for software specs
    print('Available software specs configuration:', wml_client.software_specifications.ConfigurationMetaNames.get())
    wml_client.software_specifications.list()
   
    asset_id = 'undefined'
    pe_asset_id = 'undefined'
   

3. Crie os metadados para extensões de pacote a serem incluídas na especificação de base.

   Nota:

   Você pode especificar pip_zip apenas como um valor para a propriedade wml_client.package_extensions.ConfigurationMetaNames.TYPE de metadados.

   pe_metadata = {
       wml_client.package_extensions.ConfigurationMetaNames.NAME:
           'My Python library',
       # optional:
       # wml_client.software_specifications.ConfigurationMetaNames.DESCRIPTION:
       wml_client.package_extensions.ConfigurationMetaNames.TYPE:
           'pip.zip'
   }
   

4. Especifique o caminho da biblioteca Python criada pelo usuário.

   python_lib_file_path="my-python-library-0.1.zip"
   

   Para obter mais informações, consulte Requisitos para usar componentes personalizados em modelos.

5. Armazene as informações de extensão do pacote.

   pe_asset_details = wml_client.package_extensions.store(
       meta_props=pe_metadata,
       file_path=python_lib_file_path
   )
   pe_asset_id = wml_client.package_extensions.get_id(pe_asset_details)
   

6. Crie os metadados para a especificação de software e armazene a especificação de software.

   # Get the id of the base software specification
   base_id = wml_client.software_specifications.get_id_by_name('default_py3.9')
   
   # create the metadata for software specs
   ss_metadata = {
       wml_client.software_specifications.ConfigurationMetaNames.NAME:
           'Python 3.9 with pre-installed ML package',
       wml_client.software_specifications.ConfigurationMetaNames.DESCRIPTION:
           'Adding some custom libraries like regex', # optional
       wml_client.software_specifications.ConfigurationMetaNames.BASE_SOFTWARE_SPECIFICATION:
           {'guid': base_id},
       wml_client.software_specifications.ConfigurationMetaNames.PACKAGE_EXTENSIONS:
           [{'guid': pe_asset_id}]
   }
   
   # store the software spec
   ss_asset_details = wml_client.software_specifications.store(meta_props=ss_metadata)
   
   # get the id of the new asset
   asset_id = wml_client.software_specifications.get_id(ss_asset_details)
   
   # view new software specification details
   import pprint as pp
   
   ss_asset_details = wml_client.software_specifications.get_details(asset_id)
   print('Package extensions', pp.pformat(
       ss_asset_details['entity']['software_specification']['package_extensions']
   ))
   

Resolução de problemas

Quando uma instalação de conda biblioteca personalizada baseada em yml falhar com este erro: Encountered error while installing custom library, tente estas alternativas:

• Use uma versão diferente do mesmo pacote que está disponível no Anaconda para a versão do Python em questão.

• Instale a biblioteca a partir do pypi repositório, utilizando pip. Edite o conteúdo do arquivo conda de instalação yml:

  name: <conda yml file name>
  dependencies:
  - numpy
  - pip:
      - pandas==1.2.5
  

• Use imagens personalizadas