Jupyter Tutoriel Notebook : Comment installer et utiliser Jupyter?
Evelyn Clarke
Qu’est ce qu' Jupyter Carnet?
Jupyter Carnets est une application Web open source permettant d'écrire et de partager des codes, des équations et des visualisations en direct avec des éléments de texte riches. Il constitue un moyen pratique d'écrire des paragraphes, des équations, des titres, des liens et des figures pour exécuter l'analyse des données. Il est également utile pour partager des algorithmes interactifs avec votre public à des fins d’enseignement ou de démonstration.
Introduction à la Jupyter Notebook App
Quand vous vous déconnectez, votre profil Jupyter Notebook App est l'interface où vous pouvez écrire vos scripts et codes via votre navigateur Web. L'application peut être utilisée localement, ce qui signifie que vous n'avez pas besoin d'accès à Internet ni d'un serveur distant.
Chaque calcul est effectué via un noyau. Un nouveau noyau est créé à chaque lancement d'un Jupyter Carnet.
Comment l'utiliser ? Jupyter Carnets
Dans la session ci-dessous, vous apprendrez à utiliser Jupyter Carnet de notes. Vous écrirez une simple ligne de code pour vous familiariser avec l'environnement de Jupyter.
Étape 1) Vous ajoutez un dossier dans le répertoire de travail qui contiendra tous les notebooks que vous créerez lors des tutoriels sur TensorFlow.
Ouvrez le terminal et écrivez
mkdir jupyter_tf jupyter notebook
Explication du code
- mkdir jupyter_tf : Créer un dossier nommé jupyter_tf
- Carnet de notes Jupyter : ouvert Jupyter application web
Étape 2) Vous pouvez voir le nouveau dossier dans l'environnement. Cliquez sur le dossier jupyter_tf.
Étape 3) Dans ce dossier, vous créerez votre premier carnet. Cliquez sur le bouton nouveau et Python 3.
Étape 4) Vous êtes à l'intérieur du Jupyter environnement. Jusqu'à présent, votre bloc-notes s'appelle Untiltled.ipynb. C'est le nom par défaut donné par Jupyter. Renommons-le en cliquant sur Fichier et renommer
Vous pouvez le renommer Introduction_jupyter
Dans AWS Jupyter Notebook, vous écrivez des codes, des annotations ou du texte à l'intérieur des cellules.
À l’intérieur d’une cellule, vous pouvez écrire une seule ligne de code.
ou plusieurs lignes. Jupyter lit le code une ligne après l'autre.
Par exemple, si vous écrivez le code suivant dans une cellule.
Il produira cette sortie.
Étape 5) Vous êtes prêt à écrire votre première ligne de code. Vous pouvez remarquer que la cellule a deux couleurs. La couleur verte signifie que vous êtes dans le mode d'édition.
La couleur bleue indique cependant que vous êtes en mode d'exécution.
Votre première ligne de code sera d’imprimer Guru99 !. A l'intérieur de la cellule, vous pouvez écrire
print("Guru99!")
Il existe deux manières d'exécuter un code dans Jupyter:
- Cliquez et exécutez
- Raccourcis clavier
Pour exécuter le code, vous pouvez cliquer sur Cellule et alors Exécutez les cellules et sélectionnez ci-dessous
Vous pouvez voir que le code est imprimé sous la cellule et qu'une nouvelle cellule est apparue juste après la sortie.
Un moyen plus rapide d'exécuter un code consiste à utiliser le Raccourcis clavier. Pour accéder aux raccourcis clavier, accédez à Aidez et Raccourcis clavier
Ci-dessous la liste des raccourcis pour un clavier MacOS. Vous pouvez modifier les raccourcis dans l'éditeur.
Voici les raccourcis pour Windows
Écrivez cette ligne
print("Hello world!")
et essayez d'utiliser les raccourcis clavier pour exécuter le code. Utilisez alt+enter. il exécutera la cellule et insérera une nouvelle cellule vide ci-dessous, comme vous l'avez fait auparavant.
Étape 6) Il est temps de fermer le Notebook. Aller à Fichier et cliquez sur Fermer et arrêter
Note: Jupyter enregistre automatiquement le bloc-notes avec le point de contrôle. Si vous avez le message suivant :
Ça veut dire Jupyter n'a pas enregistré le fichier depuis le dernier point de contrôle. Vous pouvez enregistrer manuellement le bloc-notes
Vous serez redirigé vers le panneau principal. Vous pouvez voir que votre carnet a été enregistré il y a une minute. Vous pouvez vous déconnecter en toute sécurité.
Installer Jupyter Ordinateur portable avec AWS
Vous trouverez ci-dessous un processus étape par étape sur la façon d'installer et d'exécuter Jupyter Ordinateur portable sur AWS :
Si vous n'avez pas de compte chez AWS, créez un compte gratuit here..
Nous procéderons comme suit
- Partie 1 : Configurer une paire de clés
- Partie 2 : Configurer un groupe de sécurité
- Partie 3 : Instance de lancement
- Partie 4 : Installer Docker
- Partie 5 : Installer Jupyter
- Partie 6 : Établissement de la connexion
PARTIE 1 : Configurer une paire de clés
Étape 1) Allez dans Services et de trouver EC2
Étape 2) Dans le panneau et cliquez sur Paires de clés
Étape 3) Cliquez sur Créer une paire de clés
- Vous pouvez l'appeler clé Docker
- Cliquez sur Créer
Un nom de fichier Docker_key.pem est téléchargé.
Étape 4) Copiez-le et collez-le dans la clé du dossier. Nous en aurons bientôt besoin.
Pour les utilisateurs de Mac OS uniquement
Cette étape concerne uniquement les utilisateurs Mac OS. Pour Windows ou utilisateurs Linux, veuillez passer à la PARTIE 2
Vous devez définir un répertoire de travail qui contiendra la clé du fichier
Tout d'abord, créez un dossier nommé key. Pour nous, il se trouve dans le dossier principal Docker. Ensuite, vous définissez ce chemin comme répertoire de travail
mkdir Docker/key cd Docker/key
PARTIE 2 : Mettre en place un groupe de sécurité
Étape 1) Vous devez configurer un groupe de sécurité. Vous pouvez y accéder avec le panneau
Étape 2) Cliquez sur Créer un groupe de sécurité
Étape 3) Dans l'écran suivant
- Entrez le nom du groupe de sécurité « jupyter_docker » et DescriptGroupe de sécurité ion pour Docker
- Vous devez ajouter 4 règles en plus
- ssh : plage de ports 22, source n'importe où
- http : plage de ports 80, source n'importe où
- https : plage de ports 443, source n'importe où
- TCP personnalisé : plage de ports 8888, source n'importe où
- Cliquez sur Créer
Étape 4) Le groupe de sécurité nouvellement créé sera répertorié
Partie 3 : Instance de lancement
Vous êtes enfin prêt à créer l'instance
Étape 1) Cliquez sur Lancer l'instance
Le serveur par défaut est suffisant pour votre besoin. Tu peux choisir Amazon AMI Linux. L'instance actuelle est 2018.03.0.
AMI signifie Amazon Image de la machine. Il contient les informations requises pour démarrer avec succès une instance exécutée sur un serveur virtuel stocké dans le cloud.
A noter qu'AWS dispose d'un serveur dédié au deep learning tel que :
- AMI d'apprentissage profond (Ubuntu)
- AMI d'apprentissage en profondeur
- AMI de base d'apprentissage profond (Ubuntu)
Tous sont livrés avec les derniers binaires de frameworks d'apprentissage en profondeur préinstallés dans des environnements virtuels distincts :
Entièrement configuré avec NVidia CUDA, cuDNN et NCCL ainsi qu'Intel MKL-DNN
Étape 2) Choisir t2.micro. Il s'agit d'un serveur de niveau gratuit. AWS propose gratuitement cette machine virtuelle équipée de 1 vCPU et 1 Go de mémoire. Ce serveur offre un bon compromis entre performances de calcul, mémoire et réseau. Il convient aux petites et moyennes bases de données
Étape 3) Conservez les paramètres par défaut dans l'écran suivant et cliquez sur Suivant : Ajouter du stockage
Étape 4) Augmentez le stockage à 10 Go et cliquez sur Suivant
Étape 5) Conservez les paramètres par défaut et cliquez sur Suivant : configurer le groupe de sécurité
Étape 6) Choisissez le groupe de sécurité que vous avez créé auparavant, qui est jupyter_docker
Étape 7) RevVérifiez vos paramètres et cliquez sur le bouton de lancement
Étape 8 ) La dernière étape consiste à lier la paire de clés à l'instance.
Étape 8) L'instance va être lancée
Étape 9) Ci-dessous un résumé des instances actuellement utilisées. Notez l'adresse IP publique
Étape 9) Cliquez sur Connect
Vous trouverez les détails de connexion
Lancez votre instance (utilisateurs Mac OS)
Dans un premier temps, assurez-vous qu'à l'intérieur du terminal, votre répertoire de travail pointe vers le dossier contenant le fichier docker de la paire de clés.
exécuter le code
chmod 400 docker.pem
Ouvrez la connexion avec ce code.
Il existe deux codes. dans certains cas, le premier code évite Jupyter pour ouvrir le cahier.
Dans ce cas, utilisez le second pour forcer la connexion Jupyter Carnet sur 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 première fois, vous êtes invité à accepter la connexion
Lancez votre instance (Windows utilisateurs)
Étape 1) Allez sur ce site Web pour télécharger PuTTY et PuTTYgen PuTTY
Vous devez télécharger
- PuTTY : lancer l'instance
- PuTTYgen : convertir le fichier pem en ppk
Maintenant que les deux logiciels sont installés, vous devez convertir le fichier .pem en .ppk. PuTTY ne peut lire que les fichiers .ppk. Le fichier pem contient la clé unique créée par AWS.
Étape 2) Ouvrez PuTTYgen et cliquez sur Charger. Parcourez le dossier où se trouve le fichier .pem.
Étape 3)Après avoir chargé le fichier, vous devriez recevoir un avis vous informant que la clé a été importée avec succès. Cliquez sur OK
Étape 4) Cliquez ensuite sur Enregistrer la clé privée. Il vous est demandé si vous souhaitez enregistrer cette clé sans phrase secrète. Cliquez sur oui.
Étape 5) Enregistrez la clé
Étape 6) Accédez à AWS et copiez le DNS public
Ouvrez PuTTY et collez le DNS public dans le nom d'hôte
Étape 7)
- Sur le panneau de gauche, dépliez SSH et ouvrez Auth.
- Parcourez la clé privée. Vous devez sélectionner le .ppk
- Cliquez sur Ouvrir.
Étape 8)
Une fois cette étape terminée, une nouvelle fenêtre s'ouvrira. Cliquez sur Oui si vous voyez cette fenêtre contextuelle
Étape 9)
Vous devez vous connecter en tant que : ec2-user
Étape 10)
Vous êtes connecté au Amazon AMI Linux.
Partie 4 : Installer Docker
Pendant que vous êtes connecté au serveur via Putty/Terminal, vous pouvez installer Docker récipient.
Exécutez les codes suivants
sudo yum update -y sudo yum install -y docker sudo service docker start sudo user-mod -a -G docker ec2-user exit
Relancez la connexion
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 les utilisateurs utilisent SSH comme mentionné ci-dessus
Partie 5 : Installer Jupyter
Étape 1) Créer Jupyter avec,
image prédéfinie.
## 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
Explication du code
- docker run : exécuter l'image
- v : joindre un volume
- ~/work:/home/jovyan/work: Volume
- 8888:8888 : port
- jupyter/datascience-notebook : Image
Pour d'autres images pré-construites, allez here.
Autoriser la conservation Jupyter Bloc-notes AWS
sudo chown 1000 ~/work
Étape 2) Installez l'arbre pour voir,
notre répertoire de travail ensuite
sudo yum install -y tree
Étape 3) Vérifiez le conteneur et son nom
Utiliser la commande
-
docker ps
- Obtenez le nom et utilisez le journal pour ouvrir Jupyter. Dans ce Jupyter tutoriel, le nom du conteneur est vigilant_easley. Utiliser la commande
docker logs vigilant_easley
- Obtenir l'URL
Étape 4) Dans l'URL,
Remplacez (90a3c09282d6 ou 127.0.0.1) par le DNS public de votre instance
http://(90a3c09282d6 or 127.0.0.1):8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Étape 5) La nouvelle URL devient,
http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Étape 6) Copiez et collez l'URL dans votre navigateur.
Jupyter Ouvre
Étape 7) Vous pouvez écrire un nouveau carnet,
dans votre dossier de travail
Partie 6 : Établissement de la connexion
Fermez la connexion dans le terminal
exit
Revenez à AWS et arrêtez le serveur.
Dépannage
Si jamais Docker ne fonctionne pas, essayez de reconstruire l'image en utilisant
docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook
Résumé
- Jupyter notebook est une application Web dans laquelle vous pouvez exécuter votre Python et Codes R. Il est facile de partager et de fournir des contenus riches l'analyse des données avec Jupyter.
- Pour lancer jupyter, écrivez dans le terminal : jupyter notebook
- Vous pouvez sauvegarder votre carnet où vous le souhaitez
- Une cellule contient votre Python code. Le noyau lira le code un par un.
- Vous pouvez utiliser le raccourci pour exécuter une cellule. Par défaut : Ctrl+Entrée
