Jupyter ノートブックのチュートリアル: インストールと使用方法 Jupyter?
エブリン・クラーク
何ですか Jupyter ノート？
Jupyter Notebook は、リッチ テキスト要素を使用してライブ コード、方程式、視覚化を記述および共有するためのオープン ソース Web アプリケーションです。段落、方程式、タイトル、リンク、図を記述してデータ分析を実行するための便利な方法を提供します。また、教育やデモンストレーションの目的で、インタラクティブなアルゴリズムを視聴者と共有するのにも役立ちます。
はじめに Jupyter ノートブックアプリ
その Jupyter Notebook App は、Web ブラウザを通じてスクリプトやコードを作成できるインターフェイスです。このアプリはローカルで使用できるため、インターネット アクセスやリモート サーバーは必要ありません。
各計算はカーネルを介して行われます。カーネルを起動するたびに新しいカーネルが作成されます。 Jupyter ノート。
使用方法 Jupyter ノート
以下のセッションでは、その使用方法を学びます Jupyter ノート。環境に慣れるために、簡単なコード行を記述します。 Jupyter.
ステップ1） 作業ディレクトリ内に、チュートリアル中に作成するすべてのノートブックを含むフォルダーを追加します。 TensorFlow.
ターミナルを開いて書き込みます
mkdir jupyter_tf jupyter notebook
Code 説明
- mkdir jupyter_tf: jupyter_tfという名前のフォルダを作成します
- Jupyterノートブック: 開く Jupyter ウェブアプリ
ステップ2） 環境内に新しいフォルダーが表示されます。jupyter_tf フォルダーをクリックします。
ステップ3） このフォルダー内に最初のノートブックを作成します。 ボタンをクリックしてください New (NAIST) および Python 3.
ステップ4） あなたはその中にいます Jupyter 環境。これまでのところ、ノートブックの名前は untiltled.ipynb です。これは、によって与えられたデフォルトの名前です。 Jupyter。をクリックして名前を変更しましょう File (NAIST) および リネーム
Introduction_jupyterという名前に変更することができます
AWSの場合 Jupyter ノートブックでは、セル内にコード、注釈、またはテキストを書き込みます。
セル内に XNUMX 行のコードを記述できます。
または複数行。 Jupyter コードを XNUMX 行ずつ読み取ります。
たとえば、セル内に次のコードを記述します。
この出力が生成されます。
ステップ5） コードの最初の行を記述する準備ができました。 セルに XNUMX つの色があることがわかります。 緑色は、次の状態であることを意味します。 編集モード.
ただし、青色は、次の状態であることを示します。 実行モード.
最初のコード行は、 Guru99! セル内には、
print("Guru99!")
コードを実行するには XNUMX つの方法があります Jupyter:
- クリックして実行
- キーボードショートカット
コードを実行するには、次をクリックします。 セル その後 セルを実行して以下を選択してください
コードがセルの下に出力され、出力の直後に新しいセルが表示されていることがわかります。
コードをより速く実行する方法は、 キーボードショートカット。 キーボード ショートカットにアクセスするには、次の場所に移動します。 カスタマーサービス (NAIST) および キーボードショートカット
以下は、MacOS キーボードのショートカットのリストです。エディターでショートカットを編集できます。
以下は、 Windows
この行を書いてください
print("Hello world!")
キーボード ショートカットを使用してコードを実行してみます。 alt+enterを使用してください。 前に行ったように、セルが実行され、下に新しい空のセルが挿入されます。
ステップ6） ノートブックを閉じるときが来ました。 に行く File をクリックします。入力したコードが正しければ、MFAの設定は正常に完了します 閉じて停止する
お願い: Jupyter チェックポイント付きのノートブックを自動的に保存します。次のメッセージが表示される場合:
その意味は Jupyter 最後のチェックポイント以降、ファイルを保存していません。ノートブックを手動で保存できます
メインパネルにリダイレクトされます。 ノートブックが XNUMX 分前に保存されたことがわかります。 安全にログアウトできます。
インストールを開始する Jupyter AWS を搭載したノートブック
以下は、インストールして実行する方法に関するステップバイステップのプロセスです。 Jupyter AWS 上のノートブック:
AWS のアカウントをお持ちでない場合は、無料のアカウントを作成してください こちら.
以下のように進めていきます
- パート 1: キーペアを設定する
- パート 2: セキュリティ グループを設定する
- パート 3: インスタンスの起動
- パート 4: Docker をインストールする
- パート 5: インストール Jupyter
- パート 6: 密接な接続
パート 1: キーペアを設定する
ステップ1） に行く Services そして、見つけます EC2
ステップ2） パネル内で をクリックします キーペア
ステップ3） 「キーペアの作成」をクリックします
- Docker キーと呼ぶこともできます
- [作成]をクリックします
ファイル名 Docker_key.pem がダウンロードされます。
ステップ4） それをコピーしてフォルダーキーに貼り付けます。 すぐに必要になります。
Mac OS ユーザーのみ
この手順は Mac OS ユーザーのみに関係します。のために Windows または Linux ユーザーはパート 2 に進んでください。
ファイルキーを含む作業ディレクトリを設定する必要があります
まず、keyという名前のフォルダを作成します。 私たちの場合、これはメイン フォルダー Docker 内にあります。 次に、このパスを作業ディレクトリとして設定します。
mkdir Docker/key cd Docker/key
パート 2: セキュリティグループを設定する
ステップ1） セキュリティグループを設定する必要があります。 パネルからアクセスできます
ステップ2） 「セキュリティグループの作成」をクリックします
ステップ3） 次の画面で
- セキュリティグループ名「jupyter_docker」を入力し、 DescriptDocker の ion セキュリティ グループ
- 4 つのルールを追加する必要があります
- ssh: ポート範囲 22、ソースどこでも
- http: ポート範囲 80、ソースどこでも
- https: ポート範囲 443、ソースどこでも
- カスタム TCP: ポート範囲 8888、送信元どこでも
- [作成]をクリックします
ステップ4） 新しく作成されたセキュリティ グループが一覧表示されます
パート 3: インスタンスの起動
いよいよインスタンスを作成する準備が整いました
ステップ1） 「インスタンスの起動」をクリックします
デフォルトのサーバーで十分です。選んでいいですよ Amazon Linux AMI。現在のインスタンスは 2018.03.0 です。
AMIはの略です Amazon マシンのイメージ。これには、クラウドに保存された仮想サーバー上で実行されるインスタンスを正常に起動するために必要な情報が含まれています。
AWS には次のようなディープラーニング専用のサーバーがあることに注意してください。
- ディープラーニング AMI (Ubuntu)
- ディープラーニングAMI
- 深層学習ベース AMI (Ubuntu)
これらのすべてには、別の仮想環境にプレインストールされた深層学習フレームワークの最新バイナリが付属しています。
NVidia CUDA、cuDNN、NCCL、および Intel MKL-DNN で完全に構成
ステップ2） 選択する t2.micro。 無料利用枠のサーバーです。 AWS は、1 vCPU と 1 GB のメモリを搭載したこの仮想マシンを無料で提供します。 このサーバーは、計算、メモリ、ネットワーク パフォーマンスの間で適切なトレードオフを提供します。 中小規模のデータベースに適しています
ステップ3） 次の画面では設定をデフォルトのままにし、「次へ: ストレージの追加」をクリックします。
ステップ4） ストレージを 10GB に増やし、「次へ」をクリックします
ステップ5） 設定をデフォルトのままにして、「次へ: セキュリティ グループの構成」をクリックします。
ステップ6） 前に作成したセキュリティ グループを選択します。 ジュピタードッカー
ステップ7） Rev設定を確認し、起動ボタンをクリックします
ステップ8 ） 最後のステップは、キー ペアをインスタンスにリンクすることです。
ステップ8） インスタンスが起動します
ステップ9） 現在使用されているインスタンスの概要を以下に示します。 パブリックIPに注意してください
ステップ9） 接続をクリック
接続の詳細が表示されます
インスタンスを起動します (Mac OS ユーザー)
まず、ターミナル内で、作業ディレクトリがキー ペア ファイルのあるフォルダーを指していることを確認します。
コードを実行する
chmod 400 docker.pem
このコードを使用して接続を開きます。
コードはXNUMXつあります。場合によっては、最初のコードが回避します Jupyter ノートブックを開きます。
この場合、XNUMX 番目の接続を使用して接続を強制します。 Jupyter EC2 上のノートブック。
# 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
初めて、接続を受け入れるように求められます
インスタンスを起動します (Windows ユーザー）
ステップ1） この Web サイトにアクセスして PuTTY と PuTTYgen をダウンロードします PUTTY
ダウンロードする必要があります
- PuTTY: インスタンスを起動します
- PuTTYgen: pem ファイルを ppk に変換します
両方のソフトウェアがインストールされたので、.pem ファイルを .ppk に変換する必要があります。 PuTTY は .ppk のみを読み取ることができます。 pem ファイルには、AWS によって作成された一意のキーが含まれています。
ステップ2） PuTTYgen を開き、「ロード」をクリックします。 .pem ファイルが存在するフォルダーを参照します。
ステップ3）ファイルをロードすると、キーが正常にインポートされたことを知らせる通知が表示されます。 「OK」をクリックします
ステップ4） 次に、「秘密キーを保存」をクリックします。 このキーをパスフレーズなしで保存するかどうかを尋ねられます。 「はい」をクリックします。
ステップ5） キーを保存する
ステップ6） AWS に移動し、パブリック DNS をコピーします。
PuTTY を開き、ホスト名にパブリック DNS を貼り付けます。
ステップ7）
- 左側のパネルで SSH を展開し、認証を開きます
- 秘密キーを参照します。 .ppkを選択する必要があります
- [開く]をクリックします。
ステップ8）
この手順が完了すると、新しいウィンドウが開きます。 このポップアップが表示された場合は、「はい」をクリックします
ステップ9）
ec2-user としてログインする必要があります。
ステップ10）
あなたはに接続されています Amazon Linux AMI。
パート 4: Docker をインストールする
Putty/ターミナル経由でサーバーに接続しているときに、インストールできます。 デッカー コンテナ。
次のコードを実行します
sudo yum update -y sudo yum install -y docker sudo service docker start sudo user-mod -a -G docker ec2-user exit
接続を再度開始します
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 ユーザーは上記のように SSH を使用します
パート 5: インストール Jupyter
ステップ1） 創造する Jupyter と、
事前に構築されたイメージ。
## 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
Code 説明
- docker run: イメージを実行します
- v: ボリュームをアタッチします
- ~/work:/home/jovyan/work: ボリューム
- 8888:8888: ポート
- jupyter/datascience-notebook: 画像
他のビルド前のイメージについては、次を参照してください。 こちら
保存を許可する Jupyter AWSノートブック
sudo chown 1000 ~/work
ステップ2） ツリーをインストールして確認してください。
次の作業ディレクトリ
sudo yum install -y tree
ステップ3） コンテナとその名前を確認してください
コマンドを使用する
-
docker ps
- 名前を取得し、ログを使用して開きます Jupyter。この内 Jupyter チュートリアルでは、コンテナーの名前は vigilant_easley です。コマンドを使用する
docker logs vigilant_easley
- ゲット URL
ステップ4） URL,
(90a3c09282d6 または 127.0.0.1) をインスタンスのパブリック DNS に置き換えます。
http://(90a3c09282d6 or 127.0.0.1):8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
ステップ5） 新しい URL となり、
http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
ステップ6） コピーして貼り付けます URL あなたのブラウザに。
Jupyter 開始：
ステップ7） 新しいノートを書くことができます。
作業フォルダー内に
パート 6: 密接な接続
ターミナルでの接続を閉じます
exit
AWS に戻り、サーバーを停止します。
トラブルシューティング
Docker が動作しない場合は、次を使用してイメージを再構築してみてください。
docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook
