Jupyter Tutorial per notebook: come installare e utilizzare Jupyter?

Cosa è Jupyter Taccuino?

Jupyter Taccuino è un'applicazione web open source per scrivere e condividere codici live, equazioni, visualizzazioni con elementi di testo avanzati. Fornisce un modo conveniente per scrivere paragrafi, equazioni, titoli, collegamenti e figure per eseguire l'analisi dei dati. È utile anche per condividere algoritmi interattivi con il pubblico a scopo didattico o dimostrativo.

Introduzione alla Jupyter App per notebook

Migliori Jupyter Notebook App è l'interfaccia in cui puoi scrivere script e codici tramite il tuo browser web. L'app può essere utilizzata localmente, il che significa che non è necessario l'accesso a Internet o un server remoto.

Ogni calcolo viene eseguito tramite un kernel. Viene creato un nuovo kernel ogni volta che si avvia un file Jupyter Taccuino.

Le installazioni attuali vengono spedite Taccuino 7, costruita su JupyterLab. jupyter notebook funziona ancora, ed entrambi leggono la stessa cosa .ipynb file.

Come si usa Jupyter Taccuino

Nella sessione seguente imparerai come utilizzare Jupyter Taccuino. Scriverai una semplice riga di codice per familiarizzare con l'ambiente di Jupyter.

Passo 1) Aggiungi una cartella all'interno della directory di lavoro che conterrà tutti i notebook che creerai durante i tutorial su TensorFlow.

If Jupyter manca, correre pip install notebook in primo luogo, come il Guida all'installazione di TensorFlow lo fa. Quindi apri il Terminale e scrivi

mkdir jupyter_tf
jupyter notebook

Code Spiegazione

• mkdir jupyter_tf: Crea una cartella denominata jupyter_tf
• notebook jupyter: aperto Jupyter web-app

Passo 2) Puoi vedere la nuova cartella all'interno dell'ambiente. Fai clic sulla cartella jupyter_tf.

Passo 3) All'interno di questa cartella creerai il tuo primo taccuino. Fare clic sul pulsante New and Python 3.

Passo 4) Sei dentro il Jupyter ambiente. Finora, il tuo notebook si chiama Untitled.ipynb. Questo è il nome predefinito assegnato da Jupyter. Rinominiamolo cliccando su Compila il and Rinominare

Puoi rinominarlo Introduction_jupyter

All'interno del Jupyter Interfaccia notebook: si scrive codice, annotazioni o testo all'interno delle celle.

All'interno di una cella puoi scrivere una singola riga di codice.

o più righe. Jupyter legge il codice una riga dopo l'altra.

Ad esempio, se si scrive il seguente codice all'interno di una cella.

Produrrà questo output.

Passo 5) Sei pronto a scrivere la tua prima riga di codice. Puoi notare che la cella ha due colori. Il colore verde significa che ti trovi nella modalità di modifica.

Il colore blu, invece, indica che sei dentro modalità di esecuzione.

La tua prima riga di codice verrà stampata Guru99!. All'interno della cella puoi scrivere

print("Guru99!")

Esistono due modi per eseguire un codice Jupyter:

• Fare clic ed eseguire
• Tasti di scelta rapida

Per eseguire il codice è possibile fare clic su Cella e poi Esegui celle e seleziona di seguito

Puoi vedere che il codice è stampato sotto la cella e una nuova cella è apparsa subito dopo l'output.

Un modo più veloce per eseguire un codice è utilizzare il file Tasti di scelta rapida. Per accedere alle scorciatoie da tastiera, vai a Aiuto and Tasti di scelta rapida

Di seguito l'elenco delle scorciatoie per una tastiera MacOS. Puoi modificare le scorciatoie nell'editor.

Di seguito sono riportate le scorciatoie per Windows

Scrivi questa riga

print("Hello world!")

e prova la scorciatoia da tastiera. Alt+Invio esegue la cella e inserisce una nuova cella vuota sotto.

Passo 6) È ora di chiudere il Notebook. Vai a Compila il e cliccare su Chiudi e fermati

Note:: Jupyter salva automaticamente il notebook con checkpoint. Se hai il seguente messaggio:

Significa Jupyter non ha salvato il file dall'ultimo checkpoint. È possibile salvare manualmente il taccuino

Verrai reindirizzato al pannello principale. Puoi vedere che il tuo taccuino è stato salvato un minuto fa. Puoi tranquillamente disconnetterti.

Installazione Jupyter Notebook con AWS

Quando un set di dati supera la memoria locale, sposta il notebook su un server cloud. Di seguito è riportata una procedura dettagliata per l'installazione e l'esecuzione. Jupyter Notebook su AWS:

Se non disponi di un account su AWS, crea un account gratuito Qui..

Procederemo come segue

• Parte 1: imposta una coppia di chiavi
• Parte 2: configura un gruppo di sicurezza
• Parte 3: avvio dell'istanza
• Parte 4: installa Docker
• Parte 5: installazione Jupyter
• Parte 6: Chiudere la connessione

Parte 1: imposta una coppia di chiavi

Passo 1) Vai su Servizi e trova EC2

Passo 2) Nel pannello e fare clic su Coppie di chiavi

Passo 3) Fare clic su Crea coppia di chiavi

1. Puoi chiamarla chiave Docker
2. Fare clic su Crea

Viene scaricato un file denominato Docker_key.pem.

Passo 4) Copialo e incollalo nella chiave della cartella. Ne avremo bisogno presto.

Solo per utenti Mac OS

Questo passaggio riguarda solo gli utenti Mac OS. Windows Gli utenti Linux possono passare direttamente alla Parte 2.

È necessario impostare una directory di lavoro che conterrà la chiave del file

Prima di tutto, crea una cartella denominata key. Per noi si trova all'interno della cartella principale Docker. Quindi, imposti questo percorso come directory di lavoro

mkdir Docker/key
cd Docker/key

Parte 2: configura un gruppo di sicurezza

Passo 1) È necessario configurare un gruppo di sicurezza. Puoi accedervi dal pannello

Passo 2) Fare clic su Crea gruppo di sicurezza

Passo 3) Nella schermata successiva

1. Inserisci il nome del gruppo di sicurezza "jupyter_docker" e la descrizione Gruppo di sicurezza per Docker.
2. Aggiungi le quattro regole in entrata elencate di seguito:
   • ssh: intervallo di porte 22, origine Anywhere
   • http: intervallo di porte 80, fonte Anywhere
   • https: intervallo di porte 443, fonte Anywhere
   • TCP personalizzato: intervallo di porte 8888, origine Anywhere
3. Fare clic su Crea.

Passo 4) Verrà elencato il gruppo di sicurezza appena creato

Parte 3: avvio dell'istanza

Sei finalmente pronto per creare l'istanza

Passo 1) Fare clic su Avvia istanza

Il server predefinito è sufficiente. Scegli il Amazon AMI Linux. Gli screenshot mostrano l'immagine 2018.03.0; le console attuali offrono Amazon Linux 2023, quindi confronta le etichette, non i pixel.

AMI sta per Amazon Immagine macchina. Contiene le informazioni necessarie per avviare un'istanza che viene eseguita su un server virtuale nel cloud.

Tieni presente che AWS dispone di un server dedicato al deep learning come:

• AMI di apprendimento profondo (Ubuntu)
• AMI di apprendimento profondo
• AMI Base per il deep learning (Ubuntu)

Tutti includono versioni binarie recenti dei framework di deep learning preinstallate in ambienti virtuali separati:

• TensorFlow,
• Caffe
• PyTorch,
• Keras,
• Theano
• CNTK.

Ciascuna immagine è completamente configurata con NVIDIA CUDA, cuDNN e NCCL, nonché con Intel MKL-DNN.

Passo 2) Scegli t2.microSi tratta di un server gratuito. AWS offre gratuitamente questa macchina virtuale dotata di 1 vCPU e 1 GB di memoria. Questo server offre un buon compromesso tra prestazioni di calcolo, memoria e rete. È adatto a carichi di lavoro di piccole e medie dimensioni.

Passo 3) Mantieni le impostazioni predefinite nella schermata successiva e fai clic su Avanti: Aggiungi spazio di archiviazione

Passo 4) Aumenta lo spazio di archiviazione a 10 GB e fai clic su Avanti

Passo 5) Mantieni le impostazioni predefinite e fai clic su Avanti: Configura gruppo di sicurezza

Passo 6) Scegli il gruppo di sicurezza che hai creato prima, ovvero jupyter_docker

Passo 7) RevVisualizza le tue impostazioni e fai clic sul pulsante di avvio

Passo 8) L'ultimo passaggio consiste nel collegare la coppia di chiavi all'istanza.

Passo 9) L'istanza verrà avviata

Passo 10) Di seguito è riportato un riepilogo delle istanze attualmente in uso. Si noti l'indirizzo IP pubblico.

Passo 11) Clicca su Connetti

Troverai i dettagli della connessione

Avvia la tua istanza (utenti Mac OS)

Innanzitutto, imposta la directory di lavoro del terminale sulla cartella contenente il file della coppia di chiavi.

eseguire il codice

chmod 400 docker.pem

Apri la connessione con questo codice.

Ci sono due comandi. A volte il primo si ferma Jupyter aprendo il quaderno.

In questo caso, utilizzare il secondo per forzare la connessione Jupyter Notebook su 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 prima volta ti verrà chiesto di accettare la connessione

Avvia la tua istanza (Windows utenti)

Passo 1) Vai a questo sito Web per scaricare PuTTY e PuTTYgen PuTTY

Devi scaricare

• PuTTY: avvia l'istanza
• PuTTYgen: converte il file pem in ppk

Ora che entrambi i programmi sono installati, è necessario convertire il file .pem in .ppk. PuTTY può leggere solo i file .ppk. Il file .pem contiene la chiave univoca creata da AWS.

Passo 2) Apri PuTTYgen e fai clic su Carica. Sfoglia la cartella in cui si trova il file .pem.

Passo 3) Dopo aver caricato il file, dovresti ricevere un avviso che ti informa che la chiave è stata importata con successo. Fare clic su OK

Passo 4) Quindi fare clic su Salva chiave privata. Ti verrà chiesto se desideri salvare questa chiave senza passphrase. Fare clic su sì.

Passo 5) Salva la chiave

Passo 6) Vai su AWS e copia il DNS pubblico

Apri PuTTY e incolla il DNS pubblico nel nome host

Passo 7)

1. Nel pannello di sinistra, apri SSH e apri Auth
2. Sfoglia la chiave privata. Dovresti selezionare il file .ppk
3. Fare clic su Apri.

Passo 8)

Al termine di questo passaggio, verrà aperta una nuova finestra. Fai clic su Sì se vedi questo popup

Passo 9)

È necessario accedere come: ec2-user

Passo 10)

Sei connesso a Amazon AMI Linux.

Parte 4: installa Docker

Migliori Tutorial su Docker copre il vocabolario relativo ai contenitori utilizzato di seguito.

Mentre sei connesso al server tramite PuTTY o Terminale, puoi installare il docker motore.

Eseguire i seguenti codici. Su Amazon Linux 2023, utilizzare dnf per yum and systemctl start docker per service docker start.

sudo yum update -y
sudo yum install -y docker
sudo service docker start
sudo usermod -a -G docker ec2-user
exit

Riavviare la connessione

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 Gli utenti si riconnettono con PuTTY esattamente come descritto sopra.

Parte 5: installazione Jupyter

Passo 1) creare il Jupyter contenitore da un'immagine predefinita:

## 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 Spiegazione

• docker run: esegue l'immagine
• v: allega un volume
• ~/lavoro:/casa/jovyan/lavoro: Volume
• 8888:8888: porto
• jupyter/datascience-notebook: Immagine

Per altre immagini predefinite, sfoglia la Jupyter Repository Docker Stacks. Da ottobre 2023 queste immagini vengono pubblicate su Quay.io, quindi scaricale quay.io/jupyter/tensorflow-notebook or quay.io/jupyter/pyspark-notebook per PySparkLe copie di Docker Hub sono bloccate.

Lascia che il contenitore scriva nel montato work cartella in modo che i notebook vengano salvati anche dopo un riavvio:

sudo chown 1000 ~/work

Passo 2) Installazione tree in modo da poter ispezionare la directory di lavoro:

sudo yum install -y tree

Passo 3) Controlla il contenitore e il suo nome

Eseguire i comandi seguenti in ordine:

1. Elenca i container in esecuzione:

   docker ps

2. Leggi il log del container per il Jupyter URLQui il contenitore si chiama vigilant_easley:

   docker logs vigilant_easley

3. copiare il URL, con il suo token, dal registro.

Passo 4) Nel URL Dal log, sostituisci l'host (90a3c09282d6 o 127.0.0.1) con il DNS pubblico della tua istanza:

http://(90a3c09282d6 or 127.0.0.1):8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed

Passo 5) La nuova URL diventa,

http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed

Passo 6) Copia e incolla il file URL nel tuo browser.

Jupyter Apre

Passo 7) Ora puoi creare un nuovo notebook all'interno del tuo work cartella.

Parte 6: Chiudere la connessione

Chiudere la connessione nel terminale

exit

Torna ad AWS e arresta il server.

Troubleshooting

Se Docker non funziona, ricostruisci l'immagine utilizzando

docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook

DOMANDE FREQUENTI