Alterando ambientes padrão e incluindo extensões Python para bibliotecas Python adicionais

É possível mudar o ambiente padrão para seu experimento na guia Visão geral . Por exemplo, é possível mudar a versão Python ou a versão CPLEX que é usada por padrão. Você também pode criar um novo ambiente e adicionar maisPython bibliotecas usando um novoPython extensão.

Antes de iniciar

Permissões necessárias: Para visualizar os ambientes, é possível ter qualquer função em um espaço de implantação. Para editar ou criar ambientes, você deve ter a função Editor ou Administrador no espaço. Para obter mais informações, consulte Funções e permissões do colaborador do espaço de implementação.

Sobre essa tarefa

Quando você usa oDecision Optimization IU do experimento , os ambientes necessários serão criados automaticamente para você. No entanto, você pode querer configurar seu ambiente para usar uma versão específica doPython , hardware, CPLEX ou usoPython extensões. É possível configurar o ambiente a ser utilizado para sua resolução, alterando o ambiente padrão. Esse ambiente é então aplicado a todos os cenários em seu experimentar , quando você clica Correr .

O ambiente depende de seu tipo de modelo: Python, OPL, CPLEX, CPO ou Modeling Assistant. Python é usado para executar modelos Decision Optimization formulados no DOcplex em experimentos Decision Optimization e em Jupyter Notebooks. Os modelos Modeling Assistant também usam Python porque o código DOcplex é gerado quando os modelos são executados ou implantados. Os modelos formulados em OPL ou em formatos de arquivo específicos para CPLEX ou CP Optimizer, como os formatos LP ou CPO, não usam ambientes Python.

Você pode usar Decision Optimization com Python 3.12 ou 3.11 (obsoleto). A versão padrão é Python 3.12.

As versões do Python são atualizadas regularmente No entanto, se você tiver especificado explicitamente uma versão mais antiga do Python em seu modelo, deverá atualizar essa especificação de versão ou seu modelo não funcionará mais. É possível criar um novo ambiente Python ou editar um de Gerenciar ambientes de experimento.

Atualizar seu ambiente também será útil se você desejar selecionar uma versão diferente do CPLEX para seu ambiente padrão. Conforme o desempenho do mecanismo CPLEX melhora com cada nova versão, as versões mais antigas são descontinuadas e removidas ao longo do tempo. Os tempos de execução, baseados nesses mecanismos, são usados para criar e implantar os modelos do Decision Optimization. Atualmente, o do_22.2 ambiente de execução, baseado no CPLEX 22.2, é utilizado automaticamente ao criar e executar cenários. Também está disponível o do_22.1 ambiente de execução baseado no CPLEX 22.1. (O tempo de execução do_20.1 está obsoleto e será removido em breve)

Este vídeo fornece um método visual para aprender os conceitos e tarefas nesta documentação.

Após carregar o exemplo em seu Decision Optimization experiment, é possível seguir o vídeo.

Aviso de vídeo: Algumas etapas menores e etapas gráficas neste vídeo podem ser diferentes da sua plataforma. A interface com o usuário também é frequentemente melhorada.

O procedimento a seguir mostra como alterar o ambiente padrão para os modelos DOcplex e Modeling Assistant . A mudança do ambiente padrão pode ser útil para verificar se seu modelo funciona com a versão mais recente do CPLEX ou para testar seu modelo com conjuntos de dados maiores que requerem mais hardware. Ou talvez seja necessário atualizar a versão do Python ou incluir algumas bibliotecas específicas do Python usando Python.

Procedimento

Para alterar o ambiente padrão para os modelos DOcplex e Modeling Assistant :

Abra a Visão Geral, clique no ícone de informações para abrir a área de janela Informação , e selecione a guia Ambientes .
Expanda a seção de ambiente de acordo com o seu tipo de modelo. Para modelos do Python e do Assistente de modelagem, expanda Ambiente Python. É possível ver o ambiente Python padrão (se existir um). Para mudar o ambiente padrão para os modelos OPL, CPLEX ou CPO, expanda a seção de ambiente adequada de acordo com o seu tipo de modelo e siga este mesmo procedimento.
Expanda o nome do seu ambiente e selecione um ambiente Python diferente.
Opcional: Para criar um novo ambiente: .
1. Selecione um Novo ambiente para Python
  Uma nova janela é aberta para definir seu novo ambiente.
2. Insira um nomee selecione um versão do CPLEX, especificação de hardware, cópias (número de nós) e o Versão Python.
3. Configure Associar uma extensão Python para On para incluir qualquer Python que você deseja incluir.
4. clique em Nova extensão Python.
5. Insira um nome para sua extensão na nova janela Criar uma extensão Python que é aberta e clique em Criar.
6. Na nova janela Configurar Python que é aberta, é possível configurar Código YAML como Ativado e inserir ou editar o código YAML fornecido.
  Por exemplo, use o modelo fornecido para incluir as bibliotecas customizadas:
```
# 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 on a new line after 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
```
  Também é possível clicar em Navegar para incluir qualquer biblioteca Python .
  
  Por exemplo, essa imagem mostra uma biblioteca de programação dinâmica Python que é importada e código YAML configurado como On.
  
  Se necessário, modifique o código YAML e clique em Salvar.
  
  Clique em Pronto.
7. Clique em Criar na janela Novo ambiente ..
Opcional: Selecione Gerenciar ambientes de experimento para ver uma lista detalhada de todos os ambientes existentes para seu experimento na guia Ambientes .
É possível usar as opções que são fornecidas clicando no ícone do menu ao lado de um ambiente É possível escolher Editar, Configurar como padrão, Atualizar no espaço de implementação ou Excluir o ambiente. Também é possível criar um Novo ambiente a partir da janela Gerenciar ambientes de experimento , mas a criação de um novo ambiente a partir dessa janela não torna o padrão, a menos que você explicitamente configurado como o padrão.
Clique na guia Python .

Aqui é possível visualizar suas extensões Python e ver em qual ambiente uma extensão é usada.. Também é possível criar uma Nova extensão Python ou usar as opções para Editar, Downloade Excluir existentes. Também é possível clicar no nome da extensão para configurá-la, Se você editar uma extensão Python usada por um ambiente de experimento, o ambiente será recriado.

Também é possível visualizar seus ambientes Python em seus ativos de espaço de implementação e quaisquer extensões Python que você incluiu aparecem na especificação de software.

Resultados

Seu ambiente escolhido (ou recém-criado) aparece como selecionado na lista suspensa Python na guia Ambientes . A marcação indica que esse ambiente é o ambiente padrão do Python para todos os cenários em seu experimento

Exemplo

Consulte o exemplo EnvironmentAndExtension na pasta Model_Builder do DO-samples no Decision Optimization GitHub. Este exemplo usa um ambiente com uma extensão que contém um arquivo de biblioteca e um código YAML