Jupyter Tutoriel Notebook : Comment installer et utiliser Jupyter?
Evelyn Clarke
⚡ Résumé intelligent
Jupyter Notebook est une application web open source qui combine du code exécutable, des équations, des visualisations et du texte narratif dans un seul document partageable, et elle fonctionne aussi bien sur un ordinateur portable que sur un serveur AWS.
Qu'est-ce que le 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
Le 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.
Les installations actuelles sont expédiées Ordinateur portable 7, construit sur JupyterLab. jupyter notebook Cela fonctionne toujours, et les deux affichent la même lecture. .ipynb fichier.
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 carnets que vous créerez au cours des tutoriels sur TensorFlow.
If Jupyter est manquant, courez pip install notebook tout d'abord, comme le Guide d'installation de TensorFlow Faites-le. Ouvrez ensuite le Terminal et saisissez
mkdir jupyter_tf jupyter notebook
Code Explication
- 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 Untitled.ipynb. Il s'agit du nom par défaut attribué par Jupyter. Renommons-le en cliquant sur Fichier et renommer
Vous pouvez le renommer Introduction_jupyter
À l'intérieur de l' Jupyter Dans une interface de type bloc-notes, vous écrivez du code, 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 est bicolore. La couleur verte indique que vous êtes dans la zone de saisie. mode d'édition.
La couleur bleue indique cependant que vous êtes en mode d'exécution.
Votre première ligne de code s'affichera Guru99 !. À 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 Aide 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!")
Essayez le raccourci clavier : Alt+Entrée exécute la cellule et insère une nouvelle cellule vide en dessous.
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
Lorsqu'un jeu de données dépasse la capacité de la mémoire locale, déplacez le notebook vers un serveur cloud. Vous trouverez ci-dessous la procédure d'installation et d'exécution, étape par étape. Jupyter Carnet sur AWS:
Si vous n'avez pas de compte chez AWS, créez un compte gratuit ici.
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 fichier nommé Docker_key.pem est téléchargé.
Étape 4) Copiez-le et collez-le dans la clé du dossier. Nous en aurons bientôt besoin.
Réservé aux utilisateurs de Mac OS
Cette étape concerne uniquement les utilisateurs de Mac OS. Windows Les utilisateurs de Linux peuvent passer directement 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 : Configurer 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
- Saisissez le nom du groupe de sécurité « jupyter_docker » et la description « Groupe de sécurité pour Docker ».
- Ajoutez les quatre règles entrantes énumérées ci-dessous :
- 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 suffit. Choisissez le Amazon AMI Linux. Les captures d'écran montrent l'image 2018.03.0 ; les consoles actuelles proposent Amazon Linux 2023Il faut donc faire correspondre les étiquettes, et non les pixels.
AMI signifie Amazon Image machine. Elle contient les informations nécessaires au démarrage d'une instance s'exécutant sur un serveur virtuel 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)
Ils sont tous livrés avec des versions binaires récentes de frameworks d'apprentissage profond préinstallées dans des environnements virtuels distincts :
Chaque image est entièrement configurée avec NVIDIA CUDA, cuDNN et NCCL ainsi qu'avec Intel MKL-DNN.
Étape 2) Choisissez t2.microIl s'agit d'un serveur gratuit. AWS propose gratuitement cette machine virtuelle équipée de 1 vCPU et de 1 Go de mémoire. Ce serveur offre un bon compromis entre puissance de calcul, mémoire et performances réseau. Il convient aux charges de travail de petite et moyenne taille.
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 9) L'instance va être lancée
Étape 10) Vous trouverez ci-dessous un résumé des instances actuellement utilisées. Veuillez noter l'adresse IP publique.
Étape 11) Cliquez sur Connect
Vous trouverez les détails de connexion.
Lancez votre instance (utilisateurs Mac OS)
Tout d'abord, indiquez au répertoire de travail du terminal le dossier contenant le fichier de paire de clés.
exécuter le code
chmod 400 docker.pem
Ouvrez la connexion avec ce code.
Il y a deux commandes. Parfois, la première s'arrête. Jupyter ouvrir le carnet.
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
Une fois les deux programmes 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
Le Tutoriel Docker couvre le vocabulaire des conteneurs utilisé ci-dessous.
Lorsque vous êtes connecté au serveur via PuTTY ou Terminal, vous pouvez installer le Docker moteur.
Exécutez les codes suivants. Amazon Linux 2023, utilisez dnf pour yum et systemctl start docker pour service docker start.
sudo yum update -y sudo yum install -y docker sudo service docker start sudo usermod -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 se reconnectent à PuTTY exactement comme décrit ci-dessus.
Partie 5 : Installer Jupyter
Étape 1) Créez la Jupyter conteneur à partir d'une image pré-construite :
## Tensorflow docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook ## Spark docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/pyspark-notebook
Code Explication
- 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 préconfigurées, consultez la section Jupyter dépôt Docker StacksDepuis octobre 2023, ces images sont diffusées sur Quay.io, alors téléchargez-les. quay.io/jupyter/tensorflow-notebook or quay.io/jupyter/pyspark-notebook pour PySpark; les copies Docker Hub sont figées.
Autorisez le conteneur à écrire dans le monté work dossier permettant aux carnets de notes de survivre à un redémarrage :
sudo chown 1000 ~/work
Étape 2) Installer tree vous pouvez ainsi inspecter le répertoire de travail :
sudo yum install -y tree
Étape 3) Vérifiez le conteneur et son nom
Exécutez les commandes ci-dessous dans l'ordre :
- Liste des conteneurs en cours d'exécution :
docker ps
- Consultez le journal du conteneur pour le Jupyter URLIci, le conteneur est nommé vigilant_easley :
docker logs vigilant_easley
- Copiez le URL, avec son jeton, tiré du journal.
Étape 4) Dans l' URL Dans le journal, remplacez l'hôte (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) Le nouveau système d’ URL devient,
http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Étape 6) Copiez et collez le URL dans votre navigateur.
Jupyter Ouvre
Étape 7) Vous pouvez maintenant créer un nouveau bloc-notes dans votre work dossier.
Partie 6 : Établissement de la connexion
Fermez la connexion dans le terminal
exit
Revenez à AWS et arrêtez le serveur.
Dépannage
Si Docker ne fonctionne pas, reconstruisez l'image en utilisant
docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook
