Jupyter Tutorial Notebook: Cara Memasang & Menggunakan Jupyter?
⚡ Ringkasan Cerdas
Jupyter Notebook adalah aplikasi web sumber terbuka yang menggabungkan kode langsung, persamaan, visualisasi, dan teks naratif dalam satu dokumen yang dapat dibagikan, dan berjalan dengan baik di laptop maupun server AWS.
Apa itu Jupyter Buku catatan?
Jupyter buku catatan adalah aplikasi web sumber terbuka untuk menulis dan berbagi kode langsung, persamaan, visualisasi dengan elemen teks kaya. Aplikasi ini menyediakan cara mudah untuk menulis paragraf, persamaan, judul, tautan, dan gambar untuk menjalankan analisis data. Aplikasi ini juga berguna untuk berbagi algoritme interaktif dengan audiens Anda untuk tujuan pengajaran atau demonstrasi.
Pengantar Jupyter Aplikasi Buku Catatan
The Jupyter Aplikasi Notebook adalah antarmuka tempat Anda dapat menulis skrip dan kode melalui browser web Anda. Aplikasi ini dapat digunakan secara lokal, artinya Anda tidak memerlukan akses internet, atau server jarak jauh.
Setiap komputasi dilakukan melalui kernel. Kernel baru dibuat setiap kali Anda meluncurkan a Jupyter Buku catatan.
Instalasi saat ini kapal Notebook 7, dibangun di atas JupyterLaboratorium. jupyter notebook masih berfungsi, dan keduanya terbaca sama. .ipynb file.
Cara penggunaan Jupyter buku catatan
Pada sesi di bawah ini, Anda akan mempelajari cara menggunakannya Jupyter Buku catatan. Anda akan menulis sebaris kode sederhana untuk mengenal lingkungannya Jupyter.
Langkah 1) Anda menambahkan folder di dalam direktori kerja yang akan berisi semua buku catatan yang akan Anda buat selama tutorial tentang TensorFlow.
If Jupyter hilang, jalankan pip install notebook pertama, sebagai Panduan instalasi TensorFlow Kemudian buka Terminal dan tulis
mkdir jupyter_tf jupyter notebook
Code Penjelasan
- mkdir jupyter_tf: Buat folder bernama jupyter_tf
- jupyter notebook: Buka Jupyter web-app
Langkah 2) Anda dapat melihat folder baru di dalam lingkungan. Klik folder jupyter_tf.
Langkah 3) Di dalam folder ini, Anda akan membuat buku catatan pertama Anda. Klik pada tombol New ke Python 3.
Langkah 4) Anda berada di dalam Jupyter lingkungan. Sejauh ini, notebook Anda bernama Untitled.ipynb. Ini adalah nama default yang diberikan oleh Jupyter. Mari kita ganti namanya dengan mengklik File ke Rename
Anda dapat mengganti namanya menjadi Introduction_jupyter
Di dalam Jupyter Antarmuka buku catatan, Anda menulis kode, anotasi, atau teks di dalam sel.
Di dalam sel, Anda dapat menulis satu baris kode.
atau beberapa baris. Jupyter membaca kode satu demi satu baris.
Misalnya, jika Anda menulis kode berikut di dalam sel.
Ini akan menghasilkan keluaran ini.
Langkah 5) Anda siap menulis baris kode pertama Anda. Anda dapat melihat sel tersebut memiliki dua warna. Warna hijau berarti Anda berada di mode pengeditan.
Namun warna biru menandakan Anda masuk mode eksekusi.
Baris kode pertama Anda akan mencetak Guru99!. Di dalam sel, Anda dapat menulis
print("Guru99!")
Ada dua cara untuk menjalankan kode Jupyter:
- Klik dan Jalankan
- Keyboard Shortcuts
Untuk menjalankan kodenya, Anda dapat mengklik Sel lalu Jalankan Sel dan Pilih Di Bawah
Anda dapat melihat kode dicetak di bawah sel dan sel baru muncul tepat setelah keluaran.
Cara yang lebih cepat untuk menjalankan kode adalah dengan menggunakan Keyboard Shortcuts. Untuk mengakses Pintasan Keyboard, buka Bantuan ke Keyboard Shortcuts
Di bawah ini adalah daftar pintasan untuk papan ketik MacOS. Anda dapat mengedit pintasan tersebut di editor.
Berikut ini adalah jalan pintas untuk Windows
Tulis baris ini
print("Hello world!")
dan coba pintasan keyboard. Alt+Enter mengeksekusi sel dan menyisipkan sel kosong baru di bawahnya.
Langkah 6) Saatnya menutup Notebook. Pergi ke File dan klik Tutup dan Hentikan
Note: Jupyter secara otomatis menyimpan buku catatan dengan titik pemeriksaan. Jika Anda memiliki pesan berikut:
Itu berarti Jupyter tidak menyimpan file sejak pos pemeriksaan terakhir. Anda dapat menyimpan buku catatan secara manual
Anda akan diarahkan ke panel utama. Anda dapat melihat buku catatan Anda telah disimpan satu menit yang lalu. Anda dapat keluar dengan aman.
Install Jupyter Buku catatan dengan AWS
Saat ukuran dataset melebihi memori lokal, pindahkan notebook ke server cloud. Berikut adalah proses langkah demi langkah untuk menginstal dan menjalankannya. Jupyter Buku catatan tentang AWS:
Jika Anda belum memiliki akun di AWS, buatlah akun gratis di sini.
Kami akan melanjutkan sebagai berikut
- Bagian 1: Menyiapkan pasangan kunci
- Bagian 2: Menyiapkan grup keamanan
- Bagian 3: Peluncuran contoh
- Bagian 4: Instal Docker
- Bagian 5: Instal Jupyter
- Bagian 6: Tutup koneksi
Bagian 1: Menyiapkan pasangan kunci
Langkah 1) Pergi ke Layanan dan menemukan EC2
Langkah 2) Di panel dan klik Pasangan Kunci
Langkah 3) Klik Buat Pasangan Kunci
- Anda bisa menyebutnya kunci Docker
- Klik Buat
Sebuah file bernama Docker_key.pem diunduh.
Langkah 4) Salin dan tempel ke kunci folder. Kami akan membutuhkannya segera.
Khusus untuk pengguna Mac OS
Langkah ini hanya berlaku untuk pengguna Mac OS. Windows dan pengguna Linux dapat langsung menuju ke Bagian 2.
Anda perlu menetapkan direktori kerja yang akan berisi kunci file.
Pertama-tama, buat folder bernama key. Bagi kami, itu terletak di dalam folder utama Docker. Kemudian, Anda menetapkan jalur ini sebagai direktori kerja Anda
mkdir Docker/key cd Docker/key
Bagian 2: Menyiapkan grup keamanan
Langkah 1) Anda perlu mengonfigurasi grup keamanan. Anda dapat mengaksesnya dengan panel
Langkah 2) Klik Buat Grup Keamanan
Langkah 3) Di Layar berikutnya
- Masukkan nama grup keamanan “jupyter_docker” dan deskripsi Grup Keamanan untuk Docker.
- Tambahkan keempat aturan masuk yang tercantum di bawah ini:
- ssh: rentang port 22, sumber Di Mana Saja
- http: rentang port 80, sumber Di Mana Saja
- https: rentang port 443, sumber Di Mana Saja
- TCP khusus: rentang port 8888, sumber di mana saja
- Klik Buat.
Langkah 4) Grup Keamanan yang baru dibuat akan dicantumkan
Bagian 3: Peluncuran contoh
Anda akhirnya siap untuk membuat instance
Langkah 1) Klik pada Luncurkan Instans
Server default sudah cukup. Pilih Amazon AMI Linux. Tangkapan layar menunjukkan citra 2018.03.0; konsol saat ini menawarkan Amazon Linux 2023Jadi, cocokkan labelnya, bukan pikselnya.
AMI adalah singkatan dari Amazon Citra Mesin. Berisi informasi yang diperlukan untuk memulai sebuah instance yang berjalan di server virtual di cloud.
Perhatikan bahwa AWS memiliki server yang didedikasikan untuk pembelajaran mendalam seperti:
- AMI Pembelajaran Mendalam (Ubuntu)
- AMI Pembelajaran Mendalam
- AMI Basis Pembelajaran Mendalam (Ubuntu)
Semuanya dilengkapi dengan biner terbaru dari kerangka kerja pembelajaran mendalam yang telah diinstal sebelumnya di lingkungan virtual terpisah:
Setiap citra dikonfigurasi sepenuhnya dengan NVIDIA CUDA, cuDNN dan NCCL serta Intel MKL-DNN.
Langkah 2) Pilih t2.microIni adalah server tingkat gratis. AWS menawarkan mesin virtual ini secara gratis yang dilengkapi dengan 1 vCPU dan 1 GB memori. Server ini memberikan keseimbangan yang baik antara komputasi, memori, dan kinerja jaringan. Server ini cocok untuk beban kerja kecil dan menengah.
Langkah 3) Pertahankan pengaturan default di layar berikutnya dan klik Berikutnya: Tambahkan Penyimpanan
Langkah 4) Tingkatkan penyimpanan hingga 10GB dan klik Berikutnya
Langkah 5) Pertahankan pengaturan default dan klik Berikutnya: Konfigurasikan Grup Keamanan
Langkah 6) Pilih grup keamanan yang Anda buat sebelumnya jupyter_docker
Langkah 7) Revlihat pengaturan Anda dan Klik tombol luncurkan
Langkah 8) Langkah terakhir adalah menautkan pasangan kunci ke instance.
Langkah 9) Mesin virtual akan diluncurkan
Langkah 10) Berikut adalah ringkasan dari instance yang saat ini digunakan. Perhatikan IP publiknya.
Langkah 11) Klik Hubungkan
Anda akan menemukan detail koneksinya.
Luncurkan instance Anda (pengguna Mac OS)
Pertama, arahkan direktori kerja terminal ke folder yang berisi file pasangan kunci.
jalankan kodenya
chmod 400 docker.pem
Buka koneksi dengan kode ini.
Ada dua perintah. Terkadang perintah pertama berhenti. Jupyter membuka buku catatan.
Dalam hal ini, gunakan yang kedua untuk memaksa koneksi masuk Jupyter Buku catatan di 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
Pertama kali, Anda diminta untuk menerima koneksi
Luncurkan instans Anda (Windows pengguna)
Langkah 1) Kunjungi situs web ini untuk mengunduh PuTTY dan PuTTYgen Putty
Anda perlu mengunduh
- PuTTY: luncurkan instance
- PuTTYgen: ubah file pem menjadi ppk
Setelah kedua program terinstal, Anda perlu mengkonversi file .pem ke .ppk. PuTTY hanya dapat membaca file .ppk. File .pem berisi kunci unik yang dibuat oleh AWS.
Langkah 2) Buka PuTTYgen dan klik Muat. Telusuri folder tempat file .pem berada.
Langkah 3) Setelah Anda memuat file, Anda akan mendapat pemberitahuan yang memberi tahu Anda bahwa kunci telah berhasil diimpor. Klik oke
Langkah 4) Kemudian klik Simpan kunci pribadi. Anda ditanya apakah Anda ingin menyimpan kunci ini tanpa frasa sandi. Klik ya.
Langkah 5) Simpan Kuncinya
Langkah 6) Buka AWS dan salin DNS publik
Buka PuTTY dan tempel DNS Publik di Nama Host
Langkah 7)
- Di panel kiri, buka SSH dan buka Auth
- Telusuri Kunci Pribadi. Anda harus memilih .ppk
- Klik Buka.
Langkah 8)
Ketika langkah ini selesai, jendela baru akan terbuka. Klik Ya jika Anda melihat pop-up ini
Langkah 9)
Anda harus masuk sebagai: pengguna ec2
Langkah 10)
Anda terhubung ke Amazon LinuxAMI.
Bagian 4: Instal Docker
The Tutorial Docker mencakup kosakata kontainer yang digunakan di bawah ini.
Saat Anda terhubung ke server melalui PuTTY atau Terminal, Anda dapat menginstal Buruh pelabuhan mesin.
Jalankan kode berikut. Pada Amazon Linux 2023, gunakan dnf untuk yum ke systemctl start docker untuk service docker start.
sudo yum update -y sudo yum install -y docker sudo service docker start sudo usermod -a -G docker ec2-user exit
Luncurkan lagi koneksinya
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 Pengguna terhubung kembali dengan PuTTY persis seperti yang dijelaskan di atas.
Bagian 5: Instal Jupyter
Langkah 1) Buat Jupyter kontainer dari citra yang sudah dibuat sebelumnya:
## 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 Penjelasan
- docker run: Jalankan gambar
- v: pasang volume
- ~/kerja:/rumah/jovyan/kerja: Volume
- 8888:8888: pelabuhan
- jupyter/datascience-notebook: Gambar
Untuk gambar pra-bangun lainnya, telusuri Jupyter Repositori Docker StacksSejak Oktober 2023, gambar-gambar ini dikirim melalui Quay.io, jadi silakan unduh. quay.io/jupyter/tensorflow-notebook or quay.io/jupyter/pyspark-notebook untuk PySparkSalinan Docker Hub dibekukan.
Biarkan kontainer menulis ke dalam yang terpasang. work folder agar notebook tetap ada setelah restart:
sudo chown 1000 ~/work
Langkah 2) Install tree sehingga Anda dapat memeriksa direktori kerja:
sudo yum install -y tree
Langkah 3) Periksa wadah dan namanya
Jalankan perintah-perintah di bawah ini secara berurutan:
- Daftar kontainer yang sedang berjalan:
docker ps
- Baca log kontainer untuk informasi lebih lanjut. Jupyter URLDi sini, kontainer tersebut diberi nama vigilant_easley:
docker logs vigilant_easley
- Salin URL, dengan tokennya, dari log.
Langkah 4) Dalam majalah URL Dari log tersebut, ganti host (90a3c09282d6 atau 127.0.0.1) dengan DNS publik instance Anda:
http://(90a3c09282d6 or 127.0.0.1):8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Langkah 5) Baru URL menjadi,
http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Langkah 6) Copy dan paste URL ke browser Anda.
Jupyter Membuka
Langkah 7) Anda sekarang dapat membuat buku catatan baru di dalam buku catatan Anda. work folder.
Bagian 6: Tutup koneksi
Tutup koneksi di terminal
exit
Kembali ke AWS dan hentikan server.
Penyelesaian masalah
Jika Docker tidak berfungsi, bangun ulang image menggunakan
docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook

































































