Jupyter Notebook-Tutorial: Installation und Verwendung Jupyter?
Evelyn Clarke
Was ist Jupyter Notizbuch?
Jupyter Notizbuch ist eine Open-Source-Webanwendung zum Schreiben und Teilen von Live-Codes, Gleichungen und Visualisierungen mit Rich-Text-Elementen. Sie bietet eine bequeme Möglichkeit, Absätze, Gleichungen, Titel, Links und Abbildungen zu schreiben, um Datenanalysen durchzuführen. Sie ist auch nützlich, um interaktive Algorithmen zu Lehr- oder Demonstrationszwecken mit Ihrem Publikum zu teilen.
Einführung in die Jupyter Notebook App
Das Jupyter Die Notebook-App ist die Schnittstelle, über die Sie Ihre Skripte und Codes über Ihren Webbrowser schreiben können. Die App kann lokal verwendet werden, sodass Sie keinen Internetzugang oder einen Remote-Server benötigen.
Jede Berechnung erfolgt über einen Kernel. Bei jedem Start von a wird ein neuer Kernel erstellt Jupyter Notizbuch.
Wie man den Dienst nutzt Jupyter Notizbuch
In der folgenden Sitzung erfahren Sie, wie Sie es verwenden Jupyter Notizbuch. Sie schreiben eine einfache Codezeile, um sich mit der Umgebung von vertraut zu machen Jupyter.
Schritt 1) Sie fügen im Arbeitsverzeichnis einen Ordner hinzu, der alle Notizbücher enthält, die Sie während der Tutorials erstellen TensorFlow.
Öffnen Sie das Terminal und schreiben Sie
mkdir jupyter_tf jupyter notebook
Code Erklärung
- mkdir jupyter_tf: Erstellen Sie einen Ordner mit dem Namen jupyter_tf
- Jupyter-Notebook: Öffnen Jupyter Web-App
Schritt 2) Sie können den neuen Ordner innerhalb der Umgebung sehen. Klicken Sie auf den Ordner jupyter_tf.
Schritt 3) In diesem Ordner erstellen Sie Ihr erstes Notizbuch. Klicken Sie auf die Schaltfläche NEU und Python 3.
Schritt 4) Du bist drinnen Jupyter Umfeld. Bisher heißt Ihr Notizbuch Untiltled.ipynb. Dies ist der Standardname, der von vergeben wird Jupyter. Benennen wir es um, indem wir auf klicken Reichen Sie das und Umbenennen
Sie können es in Introduction_jupyter umbenennen.
In AWS Jupyter Notizbuch, Sie schreiben Codes, Anmerkungen oder Text in die Zellen.
Innerhalb einer Zelle können Sie eine einzelne Codezeile schreiben.
oder mehrere Zeilen. Jupyter liest den Code Zeile für Zeile.
Wenn Sie beispielsweise folgenden Code in eine Zelle schreiben.
Es wird diese Ausgabe erzeugt.
Schritt 5) Sie sind bereit, Ihre erste Codezeile zu schreiben. Sie können feststellen, dass die Zelle zwei Farben hat. Die grüne Farbe bedeutet, dass Sie sich in der befinden Bearbeitungsmodus.
Die blaue Farbe zeigt jedoch an, dass Sie dabei sind Ausführungsmodus.
Ihre erste Codezeile besteht darin, Guru99! zu drucken. In der Zelle können Sie schreiben
print("Guru99!")
Es gibt zwei Möglichkeiten, einen Code auszuführen Jupyter:
- Klicken und ausführen
- Tastaturkürzel
Um den Code auszuführen, können Sie auf klicken Zelle und dann Zellen ausführen und unten auswählen
Sie können sehen, dass der Code unter der Zelle gedruckt wird und direkt nach der Ausgabe eine neue Zelle angezeigt wird.
Eine schnellere Möglichkeit, einen Code auszuführen, ist die Verwendung von Tastaturkürzel. Um auf die Tastaturkürzel zuzugreifen, gehen Sie zu Hilfe und Tastaturkürzel
Unten finden Sie die Liste mit Tastenkombinationen für eine MacOS-Tastatur. Sie können die Tastenkombinationen im Editor bearbeiten.
Nachfolgend finden Sie Tastenkombinationen für Windows
Schreiben Sie diese Zeile
print("Hello world!")
und versuchen Sie, die Tastaturkürzel zu verwenden, um den Code auszuführen. Verwenden Sie Alt+Enter. Es führt die Zelle aus und fügt darunter eine neue leere Zelle ein, wie Sie es zuvor getan haben.
Schritt 6) Es ist Zeit, das Notebook zu schließen. Gehe zu Reichen Sie das und klicken Sie auf Schließen und anhalten
Note: Jupyter speichert das Notebook automatisch mit Checkpoint. Wenn Sie die folgende Meldung erhalten:
Es bedeutet Jupyter Die Datei wurde seit dem letzten Prüfpunkt nicht gespeichert. Sie können das Notizbuch manuell speichern
Sie werden zum Hauptfenster weitergeleitet. Sie können sehen, dass Ihr Notizbuch vor einer Minute gespeichert wurde. Sie können sich sicher abmelden.
Installieren Jupyter Notebook mit AWS
Nachfolgend finden Sie eine Schritt-für-Schritt-Anleitung zur Installation und Ausführung Jupyter Notebook auf AWS:
Wenn Sie kein Konto bei AWS haben, erstellen Sie ein kostenloses Konto HIER.
Wir werden wie folgt vorgehen
- Teil 1: Ein Schlüsselpaar einrichten
- Teil 2: Richten Sie eine Sicherheitsgruppe ein
- Teil 3: Instanz starten
- Teil 4: Docker installieren
- Teil 5: Installieren Jupyter
- Teil 6: Enge Verbindung
TEIL 1: Ein Schlüsselpaar einrichten
Schritt 1) Gehen Sie zu Services und finde EC2
Schritt 2) Im Panel und klicken Sie auf Schlüsselpaare
Schritt 3) Klicken Sie auf Schlüsselpaar erstellen
- Sie können es Docker-Schlüssel nennen
- Klicken Sie auf Erstellen
Eine Datei namens Docker_key.pem wird heruntergeladen.
Schritt 4) Kopieren Sie es und fügen Sie es in den Ordnerschlüssel ein. Wir werden es bald brauchen.
Nur für Mac OS-Benutzer
Dieser Schritt betrifft nur Mac OS-Benutzer. Für Windows oder Linux-Benutzer fahren bitte mit TEIL 2 fort
Sie müssen ein Arbeitsverzeichnis festlegen, das den Dateischlüssel enthält
Erstellen Sie zunächst einen Ordner mit dem Namen key. Bei uns liegt es im Hauptordner Docker. Anschließend legen Sie diesen Pfad als Ihr Arbeitsverzeichnis fest
mkdir Docker/key cd Docker/key
TEIL 2: Richten Sie eine Sicherheitsgruppe ein
Schritt 1) Sie müssen eine Sicherheitsgruppe konfigurieren. Sie können über das Panel darauf zugreifen
Schritt 2) Klicken Sie auf Sicherheitsgruppe erstellen
Schritt 3) Im nächsten Bildschirm
- Geben Sie den Sicherheitsgruppennamen „jupyter_docker“ ein und Description Security Group für Docker
- Sie müssen zusätzlich 4 Regeln hinzufügen
- ssh: Portbereich 22, Quelle Anywhere
- http: Portbereich 80, Quelle Anywhere
- https: Portbereich 443, Quelle Anywhere
- Benutzerdefiniertes TCP: Portbereich 8888, Quelle Anywhere
- Klicken Sie auf Erstellen
Schritt 4) Die neu erstellte Sicherheitsgruppe wird aufgelistet
Teil 3: Instanz starten
Sie sind endlich bereit, die Instanz zu erstellen
Schritt 1) Klicken Sie auf Instanz starten
Der Standardserver reicht für Ihren Bedarf aus. Du kannst wählen Amazon Linux-AMI. Die aktuelle Instanz ist 2018.03.0.
AMI steht für Amazon Maschinenbild. Es enthält die Informationen, die zum erfolgreichen Starten einer Instanz erforderlich sind, die auf einem in der Cloud gespeicherten virtuellen Server ausgeführt wird.
Beachten Sie, dass AWS über einen Server für Deep Learning verfügt, z. B.:
- Deep Learning AMI (Ubuntu)
- Deep Learning-AMI
- Deep Learning Base AMI (Ubuntu)
Alle werden mit den neuesten Binärdateien der Deep-Learning-Frameworks geliefert, die in separaten virtuellen Umgebungen vorinstalliert sind:
Vollständig konfiguriert mit NVidia CUDA, cuDNN und NCCL sowie Intel MKL-DNN
Schritt 2) Wählen t2.micro. Es handelt sich um einen Free-Tier-Server. AWS bietet diese virtuelle Maschine mit 1 vCPU und 1 GB Arbeitsspeicher kostenlos an. Dieser Server bietet einen guten Kompromiss zwischen Rechenleistung, Speicher und Netzwerkleistung. Es eignet sich für kleine und mittlere Datenbanken
Schritt 3) Behalten Sie im nächsten Bildschirm die Standardeinstellungen bei und klicken Sie auf Weiter: Speicher hinzufügen
Schritt 4) Erhöhen Sie den Speicher auf 10 GB und klicken Sie auf Weiter
Schritt 5) Behalten Sie die Standardeinstellungen bei und klicken Sie auf Weiter: Sicherheitsgruppe konfigurieren
Schritt 6) Wählen Sie die Sicherheitsgruppe aus, die Sie zuvor erstellt haben jupyter_docker
Schritt 7) RevSehen Sie sich Ihre Einstellungen an und klicken Sie auf die Schaltfläche „Starten“.
Schritt 8 ) Der letzte Schritt besteht darin, das Schlüsselpaar mit der Instanz zu verknüpfen.
Schritt 8) Die Instanz wird gestartet
Schritt 9) Nachfolgend finden Sie eine Zusammenfassung der derzeit verwendeten Instanzen. Beachten Sie die öffentliche IP
Schritt 9) Klicken Sie auf Verbinden
Die Verbindungsdetails finden Sie hier
Starten Sie Ihre Instanz (Mac OS-Benutzer)
Stellen Sie zunächst sicher, dass Ihr Arbeitsverzeichnis im Terminal auf den Ordner mit der Schlüsselpaardatei Docker verweist
Führen Sie den Code aus
chmod 400 docker.pem
Öffnen Sie die Verbindung mit diesem Code.
Es gibt zwei Codes. In einigen Fällen vermeidet der erste Code Jupyter um das Notizbuch zu öffnen.
Verwenden Sie in diesem Fall den zweiten, um die Verbindung zu erzwingen Jupyter Notebook auf EC2.
# If able to launch Jupyter ssh -i "docker.pem" ec2-user@ec2-18-219-192-34.us-east-2.compute.amazonaws.com # If not able to launch Jupyter ssh -i "docker.pem" ec2-user@ec2-18-219-192-34.us-east-2.compute.amazonaws.com -L 8888:127.0.0.1:8888
Beim ersten Mal werden Sie aufgefordert, die Verbindung zu akzeptieren
Starten Sie Ihre Instanz (Windows Benutzer)
Schritt 1) Gehen Sie auf diese Website, um PuTTY und PuTTYgen herunterzuladen PuTTY
Sie müssen herunterladen
- PuTTY: Starten Sie die Instanz
- PuTTYgen: Konvertieren Sie die PEM-Datei in PPK
Nachdem nun beide Software installiert sind, müssen Sie die .pem-Datei in .ppk konvertieren. PuTTY kann nur .ppk lesen. Die PEM-Datei enthält den von AWS erstellten eindeutigen Schlüssel.
Schritt 2) Öffnen Sie PuTTYgen und klicken Sie auf Laden. Durchsuchen Sie den Ordner, in dem sich die PEM-Datei befindet.
Schritt 3)Nachdem Sie die Datei geladen haben, sollten Sie eine Benachrichtigung erhalten, die Sie darüber informiert, dass der Schlüssel erfolgreich importiert wurde. Klicken Sie auf OK
Schritt 4) Klicken Sie dann auf Privaten Schlüssel speichern. Sie werden gefragt, ob Sie diesen Schlüssel ohne Passphrase speichern möchten. Klicken Sie auf Ja.
Schritt 5) Speichern Sie den Schlüssel
Schritt 6) Gehen Sie zu AWS und kopieren Sie den öffentlichen DNS
Öffnen Sie PuTTY und fügen Sie den öffentlichen DNS in den Hostnamen ein
Schritt 7)
- Klappen Sie im linken Bereich SSH auf und öffnen Sie Auth
- Durchsuchen Sie den privaten Schlüssel. Sie sollten die .ppk-Datei auswählen
- Klicken Sie auf Öffnen.
Schritt 8)
Wenn dieser Schritt abgeschlossen ist, wird ein neues Fenster geöffnet. Klicken Sie auf Ja, wenn dieses Popup angezeigt wird
Schritt 9)
Sie müssen sich anmelden als: ec2-user
Schritt 10)
Sie sind mit dem verbunden Amazon Linux-AMI.
Teil 4: Docker installieren
Während Sie über Putty/Terminal mit dem Server verbunden sind, können Sie die Installation durchführen Docker Container.
Führen Sie die folgenden Codes aus
sudo yum update -y sudo yum install -y docker sudo service docker start sudo user-mod -a -G docker ec2-user exit
Starten Sie die Verbindung erneut
ssh -i "docker.pem" ec2-user@ec2-18-219-192-34.us-east-2.compute.amazonaws.com -L 8888:127.0.0.1:8888
Windows Benutzer verwenden SSH wie oben erwähnt
Teil 5: Installieren Jupyter
Schritt 1) Kreation Jupyter mit,
vorgefertigtes Bild.
## Tensorflow docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook ## Sparkdocker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/pyspark-notebook
Code Erklärung
- Docker Run: Führen Sie das Image aus
- v: Ein Volume anhängen
- ~/work:/home/jovyan/work: Volumen
- 8888:8888: Port
- jupyter/datascience-notebook: Bild
Weitere vorgefertigte Images finden Sie hier HIER
Einkochen zulassen Jupyter AWS-Notebook
sudo chown 1000 ~/work
Schritt 2) Installieren Sie den Baum, um zu sehen,
Unser Arbeitsverzeichnis als nächstes
sudo yum install -y tree
Schritt 3) Überprüfen Sie den Container und seinen Namen
Befehl verwenden
-
docker ps
- Rufen Sie den Namen ab und verwenden Sie das Protokoll zum Öffnen Jupyter. In diesem Jupyter Im Tutorial lautet der Name des Containers vigilant_easley. Befehl verwenden
docker logs vigilant_easley
- Holen Sie sich die URL
Schritt 4) In der URL
Ersetzen Sie (90a3c09282d6 oder 127.0.0.1) durch das öffentliche DNS Ihrer Instanz
http://(90a3c09282d6 or 127.0.0.1):8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Schritt 5) Die neue URL wird zu
http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Schritt 6) Kopieren Sie die URL und fügen Sie sie in Ihren Browser ein.
Jupyter Öffnet
Schritt 7) Sie können ein neues Notizbuch schreiben,
in Ihrem Arbeitsordner
Teil 6: Enge Verbindung
Schließen Sie die Verbindung im Terminal
exit
Gehen Sie zurück zu AWS und stoppen Sie den Server.
Problemlösung
Wenn Docker jemals nicht funktioniert, versuchen Sie, das Image mit neu zu erstellen
docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook
Zusammenfassung
- Jupyter Notebook ist eine Webanwendung, in der Sie Ihre Python und R-Codes. Es ist einfach, es reich zu teilen und zu liefern Datenanalyse mit Jupyter.
- Um Jupyter zu starten, geben Sie in das Terminal ein: jupyter notebook
- Sie können Ihr Notizbuch speichern, wo immer Sie möchten
- Eine Zelle enthält Ihre Python Code. Der Kernel liest den Code nacheinander.
- Sie können die Verknüpfung verwenden, um eine Zelle auszuführen. Standardmäßig: Strg+Eingabetaste
