Compartilhar via

Personalizar a imagem base para a sessão de computação

  • Artigo

Essa seção pressupõe que você tenha conhecimento dos ambientes do Docker e do Azure Machine Learning.

Etapa 1: Preparar o contexto do Docker

Criar uma pasta image_build

No seu ambiente local, crie uma pasta contendo os seguintes arquivos (a estrutura das pastas deve ser semelhante a essa):

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

Definir os pacotes necessários em requirements.txt

Opcional: adicionar pacotes no repositório pypi privado.

Usando o comando a seguir, baixe seus pacotes para o local: pip wheel <package_name> --index-url=<private pypi> --wheel-dir <local path to save packages>

Abra o arquivo requirements.txt e adicione a ele seus pacotes adicionais e a versão específica. Por exemplo:

###### 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

Para obter mais informações sobre a estruturação do arquivo requirements.txt, veja Formato de arquivo de requisitos na documentação do pip.

Definir o Dockerfile

Crie um Dockerfile, adicione o seguinte conteúdo e, a seguir, salve o arquivo:

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

Observação

Essa imagem do docker deve ser criada a partir da imagem base do fluxo de prompt que é mcr.microsoft.com/azureml/promptflow/promptflow-runtime:<newest_version>. Se possível, use a versão mais recente da imagem básica.

Etapa 2: Criar um ambiente personalizado do Azure Machine Learning

Definir seu ambiente em environment.yaml

Em sua computação local, você pode usar a CLI (v2) para criar um ambiente personalizado baseado na sua imagem do docker.

Observação

az login # if not already authenticated

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

Abra o arquivo environment.yaml e adicione o seguinte conteúdo: Substitua o espaço reservado <environment_name_docker_build> pelo nome de ambiente desejado.

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

Criar um ambiente

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

Observação

A construção da imagem do ambiente pode levar vários minutos.

Acesse a página da interface do usuário do seu espaço de trabalho, acesse a página do ambiente e localize o ambiente personalizado que você criou.

Você também pode encontrar a imagem na página de detalhes do ambiente e usá-la como imagem base para a sessão de computação do fluxo de prompt. Essa imagem também será usada para criar um ambiente para implantação de fluxo a partir da interface do usuário. Saiba mais sobre como especificar a imagem base na sessão de computação.

Para saber mais sobre a CLI do ambiente, consulte Gerenciar ambientes.

Próximas etapas