Il est possible qu'une partie ou l'ensemble des informations de cette page ne s'appliquent pas au Cloud de confiance S3NS. Pour en savoir plus, consultez Différences par rapport à Google Cloud.

Google utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Gérer votre environnement Conda

Cette page explique comment gérer un environnement Conda dans votre instance Gemini Enterprise Agent Platform Workbench.

Présentation

Si vous avez ajouté un environnement Conda à votre instance Agent Platform Workbench, il apparaît en tant que kernel dans l'interface JupyterLab de votre instance.

Vous avez peut-être ajouté un environnement Conda à votre instance pour utiliser un kernel qui n'est pas disponible dans une instance Agent Platform Workbench par défaut. Cette page explique comment modifier et supprimer ce kernel.

Ouvrir JupyterLab

Dans la Cloud de Confiance console, accédez à la page Instances.

Accéder à la page "Instances"
À côté du nom de votre instance Agent Platform Workbench, cliquez sur Ouvrir JupyterLab.

Votre instance Agent Platform Workbench ouvre JupyterLab.

Modifier un kernel Conda

Les instances Gemini Enterprise Agent Platform Workbench sont fournies avec des frameworks préinstallés tels que PyTorch et TensorFlow. Si vous avez besoin d'une autre version, vous pouvez modifier les bibliothèques à l'aide de pip dans l'environnement Conda approprié.

Par exemple, si vous souhaitez mettre à niveau PyTorch, procédez comme suit:

# Check the name of the conda environment for PyTorch
conda env list

# Activate the environment for PyTorch
conda activate pytorch

# Display the PyTorch version
python -c "import torch; print(torch.__version__)"

# Make sure to use pip from the conda environment for PyTorch
# This should be `/opt/conda/envs/pytorch/bin/pip`
which pip

# Upgrade PyTorch
pip install --upgrade torch

Supprimer un kernel Conda

Certains packages Conda ajoutent des kernels par défaut à votre environnement lors de leur installation. Par exemple, lorsque vous installez R, Conda peut également ajouter un kernel python3. Cela peut entraîner une duplication de kernels dans votre environnement. Pour éviter la duplication de kernels, supprimez le kernel par défaut avant de créer un autre kernel portant le même nom.

rm -rf /opt/conda/envs/CONDA_ENVIRONMENT_NAME/share/jupyter/kernels/python3

Résoudre les problèmes

Pour diagnostiquer et résoudre les problèmes liés à la gestion d'un environnement Conda dans votre instance Agent Platform Workbench, consultez la page Résoudre les problèmes liés à Agent Platform Workbench.

Étape suivante

Apprenez-en plus sur Conda.