Alaprendszerkép testreszabása számítási munkamenethez
Ez a szakasz feltételezi, hogy ismeri a Docker és az Azure Machine Tanulás környezeteit.
1. lépés: A Docker-környezet előkészítése
Mappa létrehozása image_build
A helyi környezetben hozzon létre egy mappát, amely a következő fájlokat tartalmazza, a mappaszerkezetnek így kell kinéznie:
|--image_build
| |--requirements.txt
| |--Dockerfile
| |--environment.yaml
A szükséges csomagok meghatározása a következő helyen: requirements.txt
Nem kötelező: Csomagok hozzáadása privát pypi-adattárban.
A következő paranccsal töltse le a csomagokat a helyire: pip wheel <package_name> --index-url=<private pypi> --wheel-dir <local path to save packages>
Nyissa meg a requirements.txt
fájlt, és adja hozzá a további csomagokat és az adott verziót. Példa:
###### Requirements with Version Specifiers ######
langchain == 0.0.149 # Version Matching. Must be version 0.0.149
keyring >= 4.1.1 # Minimum version 4.1.1
coverage != 3.5 # Version Exclusion. Anything except version 3.5
Mopidy-Dirble ~= 1.1 # Compatible release. Same as >= 1.1, == 1.*
<path_to_local_package> # reference to local pip wheel package
A fájl strukturálásával kapcsolatos további információkért tekintse meg a requirements.txt
követelmények fájlformátumát a pip dokumentációjában.
Adja meg a Dockerfile
Hozzon létre egy Dockerfile
fájlt, és adja hozzá a következő tartalmat, majd mentse a fájlt:
FROM <Base_image>
COPY ./* ./
RUN pip install -r requirements.txt
Feljegyzés
Ezt a Docker-rendszerképet a parancssori folyamat alaprendszerképéből kell felépíteni mcr.microsoft.com/azureml/promptflow/promptflow-runtime:<newest_version>
. Ha lehetséges, használja az alaprendszerkép legújabb verzióját.
2. lépés: Egyéni Azure Machine-Tanulás-környezet létrehozása
A környezet definiálása a következőben: environment.yaml
A helyi számításban a parancssori felület (v2) használatával hozhat létre testre szabott környezetet a Docker-rendszerkép alapján.
Feljegyzés
- Ügyeljen arra, hogy megfeleljen a környezet létrehozásának előfeltételeinek .
- Győződjön meg arról, hogy csatlakozott a munkaterülethez.
az login # if not already authenticated
az account set --subscription <subscription ID>
az configure --defaults workspace=<Azure Machine Learning workspace name> group=<resource group>
Nyissa meg a environment.yaml
fájlt, és adja hozzá a következő tartalmat. Cserélje le a <environment_name> helyőrzőt a kívánt környezetnévre.
$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: <environment_name>
build:
path: .
Környezet létrehozása
cd image_build
az ml environment create -f environment.yaml --subscription <sub-id> -g <resource-group> -w <workspace>
Feljegyzés
A környezeti rendszerkép létrehozása több percet is igénybe vehet.
Nyissa meg a munkaterület felhasználói felületének lapját, majd nyissa meg a környezeti lapot, és keresse meg a létrehozott egyéni környezetet.
A rendszerképet a környezet részletei lapon is megtalálhatja, és alapképként használhatja a parancssori folyamat számítási munkamenetéhez. Ez a rendszerkép arra is használható, hogy környezeteket hozzon létre a felhasználói felületről történő folyamattelepítéshez. További információ az alaprendszerkép számítási munkamenetben való megadásáról.
A környezeti parancssori felülettel kapcsolatos további információkért lásd a Környezetek kezelése című témakört.
Következő lépések
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: