创建环境定义 (Watson Studio)

您不想使用 Watson Studio 所提供的缺省环境定义时，可以创建定制环境定义。

要创建环境定义，您必须在项目中具有管理员或编辑者角色。

在 Watson Studio 中，可以为下列各项创建环境定义：

• 在 Notebook 编辑器中创建的 Notebook
• 在 JupyterLab 中创建的 Notebook
• 在 RStudio 中创建的 Notebook
• 在模型构建器中创建的模型
• 流程编辑器中的模型流程
• Data Refinery 流程
• 运行操作资产（例如，项目中的 Data Refinery 流程、SPSS Modeler 流程或 Notebook）的作业

要创建环境定义，请完成下列步骤：

1. 从项目中的环境选项卡中，单击新建环境定义。
2. 输入名称和描述。
3. 选择类型。该类型指定运行时引擎类型。这可以是：
   • 缺省：对于 Python 或 R、RStudio 或 JupyterLab 运行时，请选择此值。
   • Spark：对于使用 Python、R 或 Scala 运行时的 Spark，请选择此值。
   • GPU：选择此值可获取更多计算能力，以提高模型训练性能。
   • 远程系统：选择此值可实现下列目标：
     • 运行 Data Refinery 作业，以优化存储在 HDFS 中、存储在 Hive 仓库内的表中或者存储在 Hadoop 集群上 Impala 的表中的数据
     • 在 Hadoop 或 Spectrum Conductor（仅限 JEG）之类的远程系统上运行作业或 Jupyter Enterprise Gateway (JEG) 会话。

4. 对于缺省或 GPU，请选择硬件配置和软件版本。

   • 指定要保留的 CPU、GPU 和 RAM 大小。

     该环境将在提供有所需资源的计算节点上启动，而且，只要该环境在运行中，这些资源就会保留给它使用。您应该注意根据计划的工作负载指定足够的资源，尤其是指定足够的内存。运行 Notebook 时，这一点十分重要。缺省值为 2 GB RAM。

     虽然指定资源量可以提供更可预测的体验，但是预测合理的限制可能很困难，这可能会导致所有资源都由活动环境保留，但未获积极使用的情况。

   • 指定缺省软件版本。

     注：如果要创建 scikit-learn、XGBoost、PyTorch、TensorFlow、Keras 或 Caffe 模型，或者要编码 Python 函数或脚本，请选择 Default Python 3.7。

5. 对于 Spark，请选择驱动程序和执行程序大小、执行程序数目以及软件版本。
   • 驱动程序硬件配置。驱动程序会创建 SparkContext，后者会在 Spark 集群中分布作业的执行。请选择：
     • 1 个 vCPU 和 4 GB RAM
     • 2 个 vCPU 和 8 GB RAM
   • 执行程序硬件配置。执行程序是一个进程，它负责运行给定 Spark 作业中的任务。请选择：
     • 1 个 vCPU 和 4 GB RAM
     • 2 个 vCPU 和 8 GB RAM
   • 执行程序数目。请选择 1 到 10 个执行程序。
   • Spark 版本。请选择 Spark 3.0 和 Spark 2.4（Spark 2.4 用于 Data Refinery 流程作业）
   • 软件版本
6. 对于远程系统，请选择 Hadoop 配置或系统配置。

新的环境定义会在项目环境页面上的“环境定义”下列出。在该页面中，您可以更新环境定义，以及查看哪些运行时处于活动状态。您还可以从这里停止运行时。

限制

Notebook 环境（Anaconda Python 或 R 发行版）存在以下限制：

• 无法对 Watson Studio 中随附的缺省 Python 和 R 环境定义添加软件定制。您只能对自己创建的环境定义添加定制。
• 要创建 Python with GPU 环境，必须安装 Jupyter Notebooks with Python 3.7 for GPU 服务。
• 如果您创建自己的环境，并且要使用 conda 来定制该环境的软件配置，那么必须至少有 2 GB RAM。
• conda 会先安装 pip 软件包。
• 无法通过直接从 CRAN 或 GitHub 安装 R 软件包来定制 R 环境。您只能检查所需的 CRAN 软件包是否可从 conda 通道获得，如果可以获得该软件包，请在定制列表中，以 r-<package-name> 格式添加该软件包名。
• 在 Watson Studio 环境中启动 Notebook 之后，就无法从该 Notebook 中创建其他 conda 环境并加以使用。Watson Studio 环境的行为有别于 conda 环境管理器。

Spark 环境有下列限制：

• 无法定制 Spark 环境定义的软件配置。

GPU 环境有下列限制：

• 在任意时刻，处于活动状态的 GPU 运行时数量不得超过集群中的 GPU 单元数。

提升环境定义

如果您已创建环境定义并将其与提升到部署空间的资产相关联，那么还可将该环境定义提升到同一空间。将环境定义提升到同一空间后，就可以在项目中使用的环境中运行该资产。

您只能提升自己创建的环境定义。

要提升环境定义，请完成下列步骤：

1. 从项目中的“环境”页面选中该环境定义，然后单击操作 > 提升。
2. 选择资产所提升到的空间作为目标部署空间，并选择性提供描述。

后续步骤

• 定制 Python 或 R 的环境定义
• 创建 Notebook 并使用环境
• Notebook 和 Spark 环境