Bagikan melalui

Menyesuaikan gambar dasar untuk sesi komputasi

  • Artikel

Bagian ini mengasumsikan Anda memiliki pengetahuan tentang lingkungan Docker dan Azure Pembelajaran Mesin.

Langkah-1: Menyiapkan konteks docker

Buat image_build folder

Di lingkungan lokal Anda, buat folder berisi file berikut, struktur folder akan terlihat seperti ini:

|--image_build
|  |--requirements.txt
|  |--Dockerfile
|  |--environment.yaml

Tentukan paket yang diperlukan di requirements.txt

Opsional: Tambahkan paket di repositori pypi privat.

Menggunakan perintah berikut untuk mengunduh paket Anda ke lokal: pip wheel <package_name> --index-url=<private pypi> --wheel-dir <local path to save packages>

requirements.txt Buka file dan tambahkan paket tambahan Anda dan versi tertentu di dalamnya. Contohnya:

###### 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

Untuk informasi selengkapnya tentang penataan requirements.txt file, lihat Format file persyaratan dalam dokumentasi pip.

Tentukan Dockerfile

Dockerfile Buat dan tambahkan konten berikut, lalu simpan file:

FROM <Base_image>
COPY ./* ./
RUN pip install -r requirements.txt

Catatan

Gambar docker ini harus dibangun dari gambar dasar aliran prompt yaitu mcr.microsoft.com/azureml/promptflow/promptflow-runtime:<newest_version>. Jika memungkinkan, gunakan versi terbaru gambar dasar.

Langkah 2: Membuat lingkungan Azure Pembelajaran Mesin kustom

Tentukan lingkungan Anda di environment.yaml

Dalam komputasi lokal, Anda dapat menggunakan CLI (v2) untuk membuat lingkungan yang disesuaikan berdasarkan gambar docker Anda.

Catatan

az login # if not already authenticated

az account set --subscription <subscription ID>
az configure --defaults workspace=<Azure Machine Learning workspace name> group=<resource group>

environment.yaml Buka file dan tambahkan konten berikut. Ganti tempat <penampung environment_name> dengan nama lingkungan yang Anda inginkan.

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: <environment_name>
build:
  path: .

Membuat lingkungan

cd image_build
az ml environment create -f environment.yaml --subscription <sub-id> -g <resource-group> -w <workspace>

Catatan

Membangun citra lingkungan mungkin memakan waktu beberapa menit.

Buka halaman antarmuka pengguna ruang kerja Anda, lalu buka halaman lingkungan , dan temukan lingkungan kustom yang Anda buat.

Anda juga dapat menemukan gambar di halaman detail lingkungan dan menggunakannya sebagai gambar dasar untuk sesi komputasi alur prompt. Gambar ini juga akan digunakan untuk membangun lingkungan untuk penyebaran alur dari UI. Pelajari selengkapnya cara menentukan gambar dasar dalam sesi komputasi.

Untuk mempelajari selengkapnya tentang CLI lingkungan, lihat Mengelola lingkungan.

Langkah berikutnya