使用自定义环境在 AzureML Studio 中运行 JupyterLab？

Question

通过单击“环境”选项卡并使用 GUI 创建自定义 conda 环境，我们已在 Azure ML Studio 中成功创建了自定义环境“pangeo”：

计算实例创建 GUI 中曾经有一个选项用于选择环境，但几周前该选项消失了（至少在我们的 Azure ML Studio 实例上）。

我的问题是：我们如何使用此自定义环境在 Azure ML 计算实例上的 Jupyerlab 中运行笔记本？

（注意：我知道如何知道如何登录计算实例并使用这种方法创建自定义内核，但我只想使用我已经为我启动的每个计算实例创建的环境）

Answer 1

您无法直接选择环境，但您可以将自定义脚本作为创建和启动脚本。

创建脚本将在创建实例时运行一次，启动脚本将在实例启动时运行。

在创建计算实例时 Applications 选项卡您将找到如下所示的选项。

下面是设置自定义 conda 环境的示例脚本。

#!/bin/bash
 
set -e

# This script creates a custom conda environment and kernel based on a sample yml file.

source /anaconda/etc/profile.d/conda.sh
conda env create -f env.yml
echo "Activating new conda environment"
conda activate envname
conda install -y ipykernel
sudo -u azureuser -i <<'EOF'
echo "Installing kernel"
source /anaconda/etc/profile.d/conda.sh
conda activate envname
python -m ipykernel install --user --name envname --display-name "mykernel"
echo "Conda environment setup successfully."
EOF

一些你可以做什么的例子。

• 安装软件包、工具和软件
• 挂载数据
• 创建自定义 conda 环境和 Jupyter 内核
• 克隆 git 存储库并设置 git 配置
• 设置网络代理
• 设置环境变量
• 安装 JupyterLab 扩展

您还可以检查这些示例脚本。