Jupyter Tutorial de Notebook: Cómo instalar y usar Jupyter?
evelyn clarke
¿Qué es Jupyter ¿Cuaderno?
Jupyter Notebook es una aplicación web de código abierto para escribir y compartir códigos en vivo, ecuaciones y visualizaciones con elementos de texto enriquecido. Proporciona una manera conveniente de escribir párrafos, ecuaciones, títulos, enlaces y figuras para ejecutar análisis de datos. También es útil para compartir algoritmos interactivos con su audiencia con fines de enseñanza o demostración.
Introducción a los Jupyter Aplicación de cuaderno
El Jupyter La aplicación Notebook es la interfaz donde puede escribir sus scripts y códigos a través de su navegador web. La aplicación se puede utilizar localmente, lo que significa que no necesita acceso a Internet ni un servidor remoto.
Cada cálculo se realiza a través de un kernel. Se crea un nuevo kernel cada vez que inicia un Jupyter Cuaderno.
¿Cómo Usar? Jupyter Notebook
En la siguiente sesión, aprenderá a utilizar Jupyter Computadora portátil. Escribirás una línea simple de código para familiarizarte con el entorno de Jupyter.
Paso 1) Agrega una carpeta dentro del directorio de trabajo que contendrá todos los cuadernos que creará durante los tutoriales sobre TensorFlow.
Abre la Terminal y escribe
mkdir jupyter_tf jupyter notebook
Explicación del código
- mkdir jupyter_tf: Crea una carpeta con el nombre jupyter_tf
- Cuaderno Jupyter: abierto Jupyter web-app
Paso 2) Puedes ver la nueva carpeta dentro del entorno. Haz clic en la carpeta jupyter_tf.
Paso 3) Dentro de esta carpeta, creará su primer cuaderno. Haga clic en el botón Nuevo y Python 3.
Paso 4) estas dentro del Jupyter ambiente. Hasta ahora, su cuaderno se llama Untiltled.ipynb. Este es el nombre predeterminado dado por Jupyter. Cambiémosle el nombre haciendo clic en Archive y rebautizar
Puedes cambiarle el nombre a Introduction_jupyter
EnAWS Jupyter Cuaderno, escribes códigos, anotaciones o texto dentro de las celdas.
Dentro de una celda, puedes escribir una sola línea de código.
o varias líneas. Jupyter lee el código una línea tras otra.
Por ejemplo, si escribe el siguiente código dentro de una celda.
Producirá esta salida.
Paso 5) Estás listo para escribir tu primera línea de código. Puedes notar que la celda tiene dos colores. El color verde significa que estás en el modo de edición.
El color azul, sin embargo, indica que estás en modo de ejecución.
Su primera línea de código será imprimir Guru99!. Dentro de la celda, puedes escribir
print("Guru99!")
Hay dos formas de ejecutar un código en Jupyter:
- Haga clic y ejecute
- Atajos de teclado
Para ejecutar el código, puede hacer clic en Celular y luego Ejecute celdas y seleccione a continuación
Puede ver que el código está impreso debajo de la celda y que ha aparecido una nueva celda justo después de la salida.
Una forma más rápida de ejecutar un código es utilizar el Atajos de teclado. Para acceder a los atajos de teclado, vaya a Ayuda y Atajos de teclado
A continuación se muestra la lista de atajos para un teclado de MacOS. Puede editar los atajos en el editor.
A continuación se muestran atajos para Windows
Escribe esta línea
print("Hello world!")
e intente utilizar los atajos de teclado para ejecutar el código. Utilice Alt+Intro. ejecutará la celda e insertará una nueva celda vacía debajo, como lo hizo antes.
Paso 6) Es hora de cerrar el Cuaderno. Ir a Archive y haga clic en Cerrar y detener
Nota: Jupyter Guarda automáticamente el cuaderno con el punto de control. Si aparece el siguiente mensaje:
Significa Jupyter No guardé el archivo desde el último punto de control. Puedes guardar manualmente el cuaderno.
Serás redirigido al panel principal. Puede ver que su libreta se guardó hace un minuto. Puede cerrar sesión de forma segura.
Instalar Jupyter Cuaderno con AWS
A continuación se muestra un proceso paso a paso sobre cómo instalar y ejecutar Jupyter Cuaderno en AWS:
Si no tienes una cuenta en AWS, crea una cuenta gratuita aquí.
Procederemos de la siguiente manera
- Parte 1: configurar un par de claves
- Parte 2: configurar un grupo de seguridad
- Parte 3: instancia de lanzamiento
- Parte 4: Instalar Docker
- Parte 5: Instalar Jupyter
- Parte 6: Conexión cercana
PARTE 1: Configurar un par de claves
Paso 1) Vaya a Servicios y encontrar EC2
Paso 2) En el panel y haga clic en Pares de claves
Paso 3) Haga clic en Crear par de claves
- Puedes llamarlo clave Docker
- Haga clic en Crear
Se descarga un nombre de archivo Docker_key.pem.
Paso 4) Cópielo y péguelo en la clave de la carpeta. Lo necesitaremos pronto.
Sólo para usuarios de Mac OS
Este paso concierne únicamente a los usuarios de Mac OS. Para Windows o usuarios de Linux, continúe con la PARTE 2
Debe configurar un directorio de trabajo que contendrá la clave del archivo.
En primer lugar, cree una carpeta llamada clave. Para nosotros, se encuentra dentro de la carpeta principal de Docker. Luego, configura esta ruta como su directorio de trabajo.
mkdir Docker/key cd Docker/key
PARTE 2: Configurar un grupo de seguridad
Paso 1) Necesita configurar un grupo de seguridad. Puedes acceder a él con el panel.
Paso 2) Haga clic en Crear grupo de seguridad
Paso 3) En la siguiente pantalla
- Ingrese el nombre del grupo de seguridad “jupyter_docker” y DescriptGrupo de seguridad de iones para Docker
- Necesitas agregar 4 reglas además de
- ssh: rango de puertos 22, fuente en cualquier lugar
- http: rango de puertos 80, fuente en cualquier lugar
- https: rango de puertos 443, fuente en cualquier lugar
- TCP personalizado: rango de puertos 8888, origen en cualquier lugar
- Haga clic en Crear
Paso 4) El grupo de seguridad recién creado aparecerá en la lista.
Parte 3: instancia de lanzamiento
Finalmente estás listo para crear la instancia.
Paso 1) Haga clic en Iniciar instancia
El servidor predeterminado es suficiente para sus necesidades. Tu puedes elegir Amazon AMI de Linux. La instancia actual es 2018.03.0.
AMI significa Amazon Imagen de la máquina. Contiene la información necesaria para iniciar con éxito una instancia que se ejecuta en un servidor virtual almacenado en la nube.
Tenga en cuenta que AWS tiene un servidor dedicado al aprendizaje profundo como:
- AMI de aprendizaje profundo (Ubuntu)
- AMI de aprendizaje profundo
- AMI base de aprendizaje profundo (Ubuntu)
Todos ellos vienen con los últimos binarios de marcos de aprendizaje profundo preinstalados en entornos virtuales separados:
Totalmente configurado con NVidia CUDA, cuDNN y NCCL, así como Intel MKL-DNN
Paso 2) Elegir t2.micro. Es un servidor de nivel gratuito. AWS ofrece de forma gratuita esta máquina virtual equipada con 1 vCPU y 1 GB de memoria. Este servidor proporciona un buen equilibrio entre computación, memoria y rendimiento de la red. Se adapta a bases de datos pequeñas y medianas.
Paso 3) Mantenga la configuración predeterminada en la siguiente pantalla y haga clic en Siguiente: Agregar almacenamiento
Paso 4) Aumente el almacenamiento a 10 GB y haga clic en Siguiente
Paso 5) Mantenga la configuración predeterminada y haga clic en Siguiente: Configurar grupo de seguridad
Paso 6) Elija el grupo de seguridad que creó antes, que es jupyter_docker
Paso 7) RevVisualice su configuración y haga clic en el botón de inicio.
Paso 8 ) El último paso es vincular el par de claves a la instancia.
Paso 8) La instancia se lanzará
Paso 9) A continuación se muestra un resumen de las instancias actualmente en uso. Tenga en cuenta la IP pública
Paso 9) Haga clic en Conectar
Encontrarás los detalles de conexión.
Inicie su instancia (usuarios de Mac OS)
Al principio, asegúrese de que dentro de la terminal, su directorio de trabajo apunte a la carpeta con el archivo acoplable del par de claves.
ejecutar el código
chmod 400 docker.pem
Abra la conexión con este código.
Hay dos códigos. en algunos casos, el primer código evita Jupyter para abrir el cuaderno.
En este caso, utilice el segundo para forzar la conexión en Jupyter Cuaderno en 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
La primera vez, se le pedirá que acepte la conexión.
Inicie su instancia (Windows usuarios)
Paso 1) Vaya a este sitio web para descargar PuTTY y PuTTYgen PuTTY
Necesitas descargar
- PuTTY: lanza la instancia
- PuTTYgen: convierte el archivo pem a ppk
Ahora que ambos software están instalados, necesita convertir el archivo .pem a .ppk. PuTTY sólo puede leer .ppk. El archivo pem contiene la clave única creada por AWS.
Paso 2) Abra PuTTYgen y haga clic en Cargar. Busque la carpeta donde se encuentra el archivo .pem.
Paso 3)Después de cargar el archivo, debería recibir un aviso informándole que la clave se ha importado correctamente. Haga clic en Aceptar
Paso 4) Luego haga clic en Guardar clave privada. Se le preguntará si desea guardar esta clave sin una frase de contraseña. Haga clic en sí.
Paso 5) Guarde la clave
Paso 6) Vaya a AWS y copie el DNS público
Abra PuTTY y pegue el DNS público en el nombre del host.
Paso 7)
- En el panel izquierdo, despliegue SSH y abra Auth
- Explore la clave privada. Debes seleccionar el .ppk
- Haga clic en Abrir.
Paso 8)
Cuando finalice este paso, se abrirá una nueva ventana. Haga clic en Sí si ve esta ventana emergente
Paso 9)
Debes iniciar sesión como: usuario ec2
Paso 10)
Estás conectado al Amazon AMI de Linux.
Parte 4: Instalar Docker
Mientras está conectado con el servidor a través de Putty/Terminal, puede instalar Docker recipiente.
Ejecute los siguientes códigos
sudo yum update -y sudo yum install -y docker sudo service docker start sudo user-mod -a -G docker ec2-user exit
Iniciar nuevamente la conexión
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 los usuarios usan SSH como se mencionó anteriormente
Parte 5: Instalar Jupyter
Paso 1) Crea Jupyter con,
imagen prediseñada.
## 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
Explicación del código
- ejecución de la ventana acoplable: ejecuta la imagen
- v: adjuntar un volumen
- ~/trabajo:/home/jovyan/trabajo: Volumen
- 8888:8888: puerto
- jupyter/datascience-notebook: Imagen
Para otras imágenes prediseñadas, vaya aquí
Permitir conservar Jupyter Cuaderno de AWS
sudo chown 1000 ~/work
Paso 2) Instalar árbol para ver,
nuestro directorio de trabajo a continuación
sudo yum install -y tree
Paso 3) Consulta el contenedor y su nombre.
Usar comando
-
docker ps
- Obtenga el nombre y use el registro para abrir Jupyter. En este Jupyter tutorial, el nombre del contenedor es vigilant_easley. usar comando
docker logs vigilant_easley
- Obtener la URL
Paso 4) En la URL,
Reemplace (90a3c09282d6 o 127.0.0.1) con el DNS público de su instancia
http://(90a3c09282d6 or 127.0.0.1):8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Paso 5) La nueva URL se convierte en,
http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Paso 6) Copie y pegue la URL en su navegador.
Jupyter Abre
Paso 7) Puedes escribir un nuevo cuaderno,
en tu carpeta de trabajo
Parte 6: Conexión cercana
Cerrar la conexión en el terminal.
exit
Vuelva a AWS y detenga el servidor.
Diagnóstico
Si alguna vez la ventana acoplable no funciona, intente reconstruir la imagen usando
docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook
Resum
- Jupyter notebook es una aplicación web donde puedes ejecutar tu Python y códigos R. Es fácil compartir y entregar rico. análisis de los datos con Jupyter.
- Para iniciar jupyter, escriba en la terminal: jupyter notebook
- Puedes guardar tu libreta donde quieras
- Una celda contiene tu Python código. El kernel leerá el código uno por uno.
- Puede utilizar el acceso directo para ejecutar una celda. Por defecto: Ctrl+Entrar
