Compute Instance: передовая практика для настраиваемой среды Anaconda

Question

Я хотел бы использовать вычислительный экземпляр в качестве машины для разработки. Есть ли какие-либо передовые методы работы с пользовательскими средами Anaconda на этих машинах?

Пока что делаю так:

conda create --name testenv python=3
conda activate testenv
conda install ipykernel
ipython kernel install --user --name=testenv
sudo systemctl restart jupyter.service

-> Перезагрузите JupyterHub в своем браузере.

Видите ли вы в этом какие-то недостатки? Я знаю, что некоторые специальные комбинации пакетов в стандартном env потеряны, но я хотел бы знать, что я установил в своей системе. Конечно, можно было совместить сenvironment.yml.

Как вы думаете?

Answer 1

Ваш обходной путь - лучший вариант на данный момент. Но я знаю, что группа продуктов Azure ML работает именно над этой проблемой, но я не могу дать никаких обещаний относительно сроков.

Я разделяю вашу мечту о легко настраиваемой среде облачной разработки для науки о данных, которая позволяет клонировать репозиторий Git и создавать среду с помощью conda yml. Мы так близки, особенно учитывая всю прессу и объявления о Visual Studio Codespaces!