Escolha de recursos de computação para a execução de ferramentas em projetos
Você utiliza recursos de computação nos projetos ao executar tarefas e a maioria das ferramentas. Dependendo da ferramenta, você poderá escolher entre diferentes recursos de computação para o ambiente de execução da ferramenta.
Ambientes
Você executa recursos, cria tarefas e inicia IDEs como RStudio ou JupyterLab em um ambiente de execução. Os detalhes de tempo de execução são especificados por um modelo de ambiente.
Os modelos de ambiente especificam a configuração de hardware e software dos ambientes de execução:
- A configuração de hardware especifica a quantidade de energia de processamento e RAM disponível..
- A configuração de software especifica as linguagens de programação, um conjunto de bibliotecas pré-instaladas e bibliotecas ou pacotes opcionais que podem ser especificados..
Modelos de ambiente incluídos
Você pode usar os modelos de ambiente incluídos para começar rapidamente, sem precisar criar seus próprios modelos de ambiente. Os modelos de ambiente incluídos estão listados na página Ambientes do projeto.
Os ambientes incluídos para blocos de notas e JupyterLab são incluídos como afiliados de uma liberação de tempo de execução e prefixados com Runtime seguido pelo ano de liberação e versão de liberação.
Uma liberação de tempo de execução especifica uma lista de bibliotecas de ciência de dados chave e uma versão de linguagem, por exemplo Python 3.11. Todos os ambientes de uma liberação de tempo de execução são construídos com base nas versões de biblioteca definidas na liberação. Isso assegura o uso consistente de bibliotecas de ciência dos dados em todos os aplicativos de ciência dos dados.
Releases de tempo
IBM atualiza as versões das bibliotecas dos ambientes de execução compatíveis, conforme necessário, para atender aos requisitos de segurança. As atualizações alteram apenas a <Patch> versão das bibliotecas, não as <Major>.<Minor> versões. Portanto, seus ativos de bloco de notas continuarão em execução.
Por exemplo: uma liberação de tempo de execução suporta TensorFlow 2.12. Em watsonx 2.2, a versão de execução contém TensorFlow 2.14.1. Embora TensorFlow possa ser atualizado para a versão 2.14.2 ou 2.14.3 em versões futuras de watsonx 2.2.x, ele não será atualizado para a versão 2.15.
Pacotes de bibliotecas incluídos nos Runtimes
Para versões específicas de pacotes populares da biblioteca de ciência de dados que estão incluídos em tempos de execução do Watson Studio , consulte estas tabelas::
| Biblioteca | 25.1 em Python 3.12 |
|---|---|
| Keras | 3.9 |
| Lale | 0.9 |
| LightGBM | 4.5 |
| NumPy | 2.0 |
| ONNX | 1.17 |
| Tempo de Execução ONNX | 1.21 |
| OpenCV | 4.10 |
| pandas | 2.2 |
| PyArrow |
|
| PyTorch | 2.6 |
| scikit-learn | 1.6 |
| SciPy | 1.15 |
| SnapML | 1.16 |
| TensorFlow | 2.18 |
| XGBoost | 2.1 |
| Biblioteca | Execução de ` 25.1 ` no R: ` 4.4 ` |
|---|---|
| seta |
|
| carro | |
| acento circunflexo | 7.0 |
| catoóis | |
| prever | 9.0 |
| ggplot2 | 4.0 |
| glmnet | |
| hmisc | 5.2 |
| Keras | 2.15 |
| lme4 | |
| mvtnorm | 1.3 |
| pandoc | |
| psicológico | |
| píton | 3.12 |
| floresta aleatória | |
| reticular | 1.44 |
| sanduíche | 3.1 |
| scikit-learn | 1.6 |
| espacial | 7.3 |
| TensorFlow | 2.18 |
| tidyr | 1.3 |
| XGBoost | 1.7 |
Além das bibliotecas listadas nas tabelas, os ambientes de execução incluem muitas outras bibliotecas úteis. Para ver a lista, selecione a guia “Gerenciar” no seu projeto, clique em “Modelos”, selecione a guia “Ambientes ” e clique em um dos modelos de ambiente listados.
Introdução
Python com ambientes GPU e Execution Engine for Apache Hadoop não estão disponíveis por padrão.
- Para Python com ambientes GPU, os Jupyter Notebooks with Python para serviço GPU devem ser instalados.
- Para ambientes do ` Execution Engine for Apache Hadoop `, é necessário instalar o serviço ` Execution Engine for Apache Hadoop `.
Depois que esses serviços são instalados, você deve criar seus próprios modelos de ambiente para usar esses ambientes.
A tabela a seguir lista os modelos de ambiente por tipo de ativo.
Os ambientes de execução baseados em R para o editor de notebooks sem o pacote ` Analytics Engine ` instalado não funcionam na plataforma IBM Power® ( ppc64le ). Os ambientes de execução baseados em R para o Data Refinery, que se baseiam no R4.3 e versões superiores, funcionam na plataforma IBM Power® ( ppc64le ).
| Ativo | Linguagem de programação | Ferramenta | Tipo de modelo de ambiente | Modelos de ambiente / recursos de cálculo disponíveis |
|---|---|---|---|---|
| bloco de notas do Jupyter | Python | editor de bloco de notas | Python ambiente virtual | Python ambientes |
| bloco de notas do Jupyter | Python | editor de bloco de notas | Python ambiente virtual com GPU | Ambientes de GPU |
| bloco de notas do Jupyter | Python | editor de bloco de notas | Spark | Ambientes Spark |
| bloco de notas do Jupyter | Python | editor de bloco de notas | Spark | cluster Hadoop |
| bloco de notas do Jupyter | R | editor de bloco de notas | Ambiente R | Ambientes R |
| bloco de notas do Jupyter | R | editor de bloco de notas | Spark | Ambientes Spark |
| bloco de notas do Jupyter | Python | JupyterLab | Python ambiente virtual | JupyterLab ambientes |
| bloco de notas do Jupyter | Python | Editor do Visual Studio Code | Python ambiente virtual | JupyterLab ambientes |
| Script | R | RStudio | Ambiente R | RStudio ambientes |
| App Shiny | R | RStudio | Ambiente R | RStudio ambientes |
| Fluxo do SPSS Modeler : | N/D | SPSS Modeler | SPSS Modeler | SPSS Modeler ambientes |
| Fluxo do Data Refinery | R | Data Refinery | Spark | Data Refinery ambientes |
| Fluxo do Data Refinery | R | Data Refinery | Spark | cluster Hadoop |
Alteração do ambiente de execução de uma ferramenta
Para ferramentas que suportam vários ambientes de execução, você pode selecionar um ambiente de execução maior caso perceba que o processamento está lento.
Para alterar o tempo de execução de um ambiente:
- Salve todos os dados da sua sessão atual antes de mudar para outro ambiente.
- Interrompa o tempo de execução ativo na seção “Tempos de execução da ferramenta”, na página “Ambientes”, na guia “Gerenciar” do seu projeto.
- Reinicie a ferramenta e selecione outro ambiente com o poder de computação e a capacidade de memória que melhor atendam às suas necessidades.