Jupyter 노트북 튜토리얼: 설치 및 사용 방법 Jupyter?

Jupyter 공책?

Jupyter 수첩 라이브 코드, 방정식, 시각화를 리치 텍스트 요소와 함께 작성하고 공유하기 위한 오픈 소스 웹 애플리케이션입니다. 데이터 분석을 실행하기 위해 단락, 방정식, 제목, 링크 및 그림을 작성하는 편리한 방법을 제공합니다. 또한 교육 또는 시연 목적으로 청중과 대화형 알고리즘을 공유하는 데 유용합니다.

장점 소개 Jupyter 노트북 앱

The Jupyter 노트북 앱은 웹 브라우저를 통해 스크립트와 코드를 작성할 수 있는 인터페이스입니다. 앱은 로컬에서 사용할 수 있습니다. 즉, 인터넷 접속이나 원격 서버가 필요하지 않습니다.

각 계산은 커널을 통해 수행됩니다. 실행할 때마다 새로운 커널이 생성됩니다. Jupyter 노트북입니다.

현재 설치된 제품은 배송됩니다. 노트북 7, 기반 Jupyter실험실 jupyter notebook 여전히 작동하며 둘 다 동일하게 읽힙니다. .ipynb 파일.

이용 방법 Jupyter 수첩

아래 세션에서는 사용 방법을 배우게 됩니다. Jupyter 공책. 환경에 익숙해지기 위해 간단한 코드 줄을 작성합니다. Jupyter.

단계 1) 튜토리얼을 진행하면서 만들게 될 모든 노트북을 담을 폴더를 작업 디렉토리 안에 추가합니다. TensorFlow.

If Jupyter 누락되었습니다. 실행하세요. pip install notebook 첫째, ~로서 TensorFlow 설치 가이드 그렇습니다. 그런 다음 터미널을 열고 다음과 같이 입력하세요.

mkdir jupyter_tf
jupyter notebook

Code 설명

• `mkdir jupyter_tf`: `jupyter_tf`라는 이름의 폴더를 생성합니다.
• jupyter notebook: 열기 Jupyter 웹 응용 프로그램

단계 2) 환경 내부에서 새 폴더를 볼 수 있습니다. jupyter_tf 폴더를 클릭하세요.

단계 3) 이 폴더 안에 첫 번째 노트북을 만듭니다. 버튼을 클릭하세요 새 소식 Python 3.

단계 4) 당신은 안에 있습니다 Jupyter 환경입니다. 현재 노트북 파일 이름은 Untitled.ipynb입니다. 이는 기본 설정 이름입니다. Jupyter. 클릭해서 이름을 바꾸자 입양 부모로서의 귀하의 적합성을 결정하기 위해 미국 이민국에 이름 바꾸기

Introduction_jupyter로 이름을 바꿀 수 있습니다.

내부 Jupyter 노트북 인터페이스에서 셀 안에 코드, 주석 또는 텍스트를 작성할 수 있습니다.

셀 안에는 한 줄의 코드를 작성할 수 있습니다.

또는 여러 줄. Jupyter 코드를 한 줄씩 읽습니다.

예를 들어, 셀 안에 다음 코드를 작성한다고 가정해 보겠습니다.

이 출력이 생성됩니다.

단계 5) 이제 첫 번째 코드를 작성할 준비가 되었습니다. 셀에 두 가지 색상이 있는 것을 볼 수 있습니다. 녹색은 현재 위치에 있음을 의미합니다. 편집 모드.

그러나 파란색은 현재 상태를 나타냅니다. 실행 모드.

첫 번째 코드 줄은 다음과 같이 출력됩니다. Guru99! 셀 안에 쓸 수 있습니다.

print("Guru99!")

코드를 실행하는 방법에는 두 가지가 있습니다. Jupyter:

• 클릭하고 실행하세요
• 키보드 바로 가기

코드를 실행하려면 다음을 클릭하세요. 세포 그리고 셀을 실행하고 아래 선택

코드가 셀 아래에 인쇄되고 출력 직후에 새 셀이 나타나는 것을 볼 수 있습니다.

코드를 실행하는 더 빠른 방법은 다음을 사용하는 것입니다. 키보드 바로 가기. 키보드 단축키에 액세스하려면 다음으로 이동하세요. 도움말 센터 키보드 바로 가기

MacOS 키보드 단축키 목록 아래에 있습니다. 편집기에서 단축키를 편집할 수 있습니다.

다음은 단축키입니다. Windows

이 줄을 쓰세요

print("Hello world!")

키보드 단축키를 사용해 보세요. Alt+Enter를 누르면 해당 셀이 실행되고 그 아래에 새 빈 셀이 삽입됩니다.

단계 6) 이제 노트북을 닫을 시간입니다. 이동 입양 부모로서의 귀하의 적합성을 결정하기 위해 미국 이민국에 그리고 클릭 닫기 및 중지

주의 사항: Jupyter 자동으로 체크포인트와 함께 노트북을 저장합니다. 다음 메시지가 있는 경우:

그 뜻은 Jupyter 마지막 체크포인트 이후 파일을 저장하지 않았습니다. 노트북을 수동으로 저장할 수 있습니다.

기본 패널로 리디렉션됩니다. XNUMX분 전에 노트북이 저장되었음을 확인할 수 있습니다. 안전하게 로그아웃하실 수 있습니다.

설치 Jupyter AWS가 포함된 노트북

데이터셋이 로컬 메모리 용량을 초과하면 노트북을 클라우드 서버로 이동하세요. 아래는 설치 및 실행을 위한 단계별 과정입니다. Jupyter 노트북에 AWS:

AWS에 계정이 없으면 무료 계정을 만드십시오. 여기에서 확인하세요.

다음과 같이 진행하겠습니다

• 1부: 키 쌍 설정
• 2부: 보안 그룹 설정
• 3부: 인스턴스 시작
• 4부: Docker 설치
• 파트 5: 설치 Jupyter
• 6부: 연결 닫기

1부: 키 쌍 설정

단계 1) We Buy Orders 신청서를 클릭하세요. 서비스 그리고 발견 EC2

단계 2) 패널에서 다음을 클릭하세요. 키 쌍

단계 3) 키 쌍 생성을 클릭하세요.

1. Docker 키라고 부를 수 있습니다.
2. 만들기 클릭

Docker_key.pem이라는 파일이 다운로드됩니다.

단계 4) 복사하여 폴더 키에 붙여넣으세요. 곧 필요할 것입니다.

Mac OS 사용자 전용

이 단계는 Mac OS 사용자에게만 해당됩니다. Windows 리눅스 사용자는 2부로 바로 넘어가시면 됩니다.

파일 키를 저장할 작업 디렉토리를 설정해야 합니다.

먼저 key라는 폴더를 생성해주세요. 우리의 경우 기본 폴더 Docker 내부에 있습니다. 그런 다음 이 경로를 작업 디렉터리로 설정합니다.

mkdir Docker/key
cd Docker/key

2부: 보안 그룹 설정

단계 1) 보안 그룹을 구성해야 합니다. 패널을 통해 접근할 수 있습니다.

단계 2) 보안 그룹 생성을 클릭하세요.

단계 3) 다음 화면에서

1. 보안 그룹 이름으로 "jupyter_docker"를 입력하고 설명에는 "Docker용 보안 그룹"이라고 입력하십시오.
2. 아래에 나열된 4개의 수신 규칙을 추가하세요.
   • SSH: 포트 범위 22, 소스 어디서나
   • http: 포트 범위 80, 소스 어디서나
   • https: 포트 범위 443, 소스 어디서나
   • 사용자 정의 TCP: 포트 범위 8888, 소스는 어디서나
3. 만들기를 클릭하십시오.

단계 4) 새로 생성된 보안 그룹이 나열됩니다.

3부: 인스턴스 시작

드디어 인스턴스를 생성할 준비가 되었습니다.

단계 1) 인스턴스 시작을 클릭하세요.

기본 서버면 충분합니다. 선택하세요. Amazon Linux AMI. 스크린샷은 2018년 3월 0일 이미지를 보여줍니다. 현재 콘솔은 다음을 제공합니다. Amazon Linux 2023그러므로 픽셀이 아닌 레이블을 일치시켜야 합니다.

AMI는 약자 Amazon 머신 이미지. 클라우드의 가상 서버에서 실행되는 인스턴스를 시작하는 데 필요한 정보가 포함되어 있습니다.

AWS에는 다음과 같은 딥 러닝 전용 서버가 있습니다.

• 딥러닝 AMI(Ubuntu)
• 딥 러닝 AMI
• 딥 러닝 기반 AMI(Ubuntu)

이 모든 제품에는 최신 딥러닝 프레임워크 바이너리가 별도의 가상 환경에 사전 설치되어 있습니다.

• 텐서플로우,
• CAFFE
• PyTorch,
• 케 라스,
• 테아 노
• CNTK.

각 이미지는 NVIDIA CUDA, cuDNN 및 NCCL은 물론 Intel MKL-DNN으로 완벽하게 구성되어 있습니다.

단계 2) 왼쪽 메뉴에서 t2.micro이 서버는 무료 티어 서버입니다. AWS는 1개의 vCPU와 1GB의 메모리를 갖춘 이 가상 머신을 무료로 제공합니다. 이 서버는 연산, 메모리 및 네트워크 성능 간의 균형이 잘 잡혀 있어 소규모 및 중간 규모의 워크로드에 적합합니다.

단계 3) 다음 화면에서 설정을 기본값으로 유지하고 다음: 스토리지 추가를 클릭하세요.

단계 4) 저장용량을 10GB로 늘리고 다음을 클릭하세요.

단계 5) 설정을 기본값으로 유지하고 다음: 보안 그룹 구성을 클릭합니다.

단계 6) 이전에 생성한 보안 그룹을 선택합니다. 주피터_도커

단계 7) Rev설정을 확인하고 시작 버튼을 클릭하세요.

단계 8) 마지막 단계는 키 쌍을 인스턴스에 연결하는 것입니다.

단계 9) 인스턴스가 시작됩니다

단계 10) 아래는 현재 사용 중인 인스턴스에 대한 요약입니다. 공용 IP 주소를 확인하세요.

단계 11) 연결을 클릭하십시오.

연결 정보를 찾으실 수 있습니다.

인스턴스 시작(Mac OS 사용자)

먼저 터미널 작업 디렉토리를 키-쌍 파일이 있는 폴더로 지정하십시오.

코드를 실행하다

chmod 400 docker.pem

이 코드로 연결을 엽니다.

명령이 두 개 있습니다. 때때로 첫 번째 명령이 중단됩니다. Jupyter 노트북을 열면서.

이 경우 두 번째 것을 사용하여 강제로 연결하십시오. Jupyter EC2의 노트북.

# 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

처음에는 연결을 수락하라는 메시지가 표시됩니다.

인스턴스를 시작합니다(Windows 사용자)

단계 1) PuTTY 및 PuTTYgen을 다운로드하려면 이 웹사이트로 이동하세요. 퍼티

당신은 다운로드해야합니다

• PuTTY: 인스턴스 시작
• PuTTYgen: pem 파일을 ppk로 변환

이제 두 프로그램이 모두 설치되었으므로 .pem 파일을 .ppk 파일로 변환해야 합니다. PuTTY는 .ppk 파일만 읽을 수 있습니다. .pem 파일에는 AWS에서 생성한 고유 키가 포함되어 있습니다.

단계 2) PuTTYgen을 열고 로드를 클릭합니다. .pem 파일이 있는 폴더를 찾습니다.

단계 3) 파일을 로드한 후에는 키를 성공적으로 가져왔다는 알림이 표시됩니다. 확인을 클릭하세요

단계 4) 그런 다음 개인 키 저장을 클릭합니다. 암호 없이 이 키를 저장할 것인지 묻는 메시지가 나타납니다. 예를 클릭하세요.

단계 5) 키 저장

단계 6) AWS로 이동하여 퍼블릭 DNS를 복사하세요.

PuTTY를 열고 호스트 이름에 퍼블릭 DNS를 붙여넣습니다.

단계 7)

1. 왼쪽 패널에서 SSH를 펼치고 인증을 엽니다.
2. 개인 키를 찾아보세요. .ppk를 선택해야 합니다.
3. 열기를 클릭하십시오.

단계 8)

이 단계가 완료되면 새 창이 열립니다. 이 팝업이 나타나면 예를 클릭하세요.

단계 9)

ec2-user로 로그인해야 합니다.

단계 10)

당신은 다음에 연결되어 있습니다 Amazon 리눅스 AMI.

4부: Docker 설치

The Docker 튜토리얼 아래에서 사용되는 컨테이너 관련 용어를 다룹니다.

PuTTY 또는 터미널을 통해 서버에 연결된 상태에서 설치할 수 있습니다. 도커 엔진.

다음 코드를 실행하세요. Amazon Linux 2023, 사용 dnf 을 통한 yum systemctl start docker 을 통한 service docker start.

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

연결을 다시 시작하십시오.

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 사용자는 위에서 설명한 대로 PuTTY에 다시 연결할 수 있습니다.

파트 5: 설치 Jupyter

단계 1) 만들기 Jupyter 미리 빌드된 이미지의 컨테이너:

## 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 설명

• docker run: 이미지 실행
• v: 볼륨 연결
• ~/work:/home/jovyan/work: 볼륨
• 8888:8888: 포트
• jupyter/datascience-notebook: 이미지

다른 사전 제작된 이미지를 보려면 다음을 찾아보세요. Jupyter Docker Stacks 저장소2023년 10월부터 이 이미지들은 Quay.io에서 배포되므로 다운로드하세요. quay.io/jupyter/tensorflow-notebook or quay.io/jupyter/pyspark-notebook 을 통한 PySparkDocker Hub의 복사본은 고정되어 있습니다.

컨테이너가 마운트된 영역에 쓰도록 하세요. work 재부팅 후에도 노트북 데이터가 유지되도록 폴더를 만드세요.

sudo chown 1000 ~/work

단계 2) 설치 tree 그러면 작업 디렉토리를 확인할 수 있습니다.

sudo yum install -y tree

단계 3) 컨테이너와 이름을 확인하세요.

아래 명령어를 순서대로 실행하세요:

1. 실행 중인 컨테이너 목록을 표시합니다.

   docker ps

2. 컨테이너 로그를 읽어보세요 Jupyter URL여기서 컨테이너의 이름은 vigilant_easley입니다.

   docker logs vigilant_easley

3. 복사 URL로그에서 토큰과 함께 표시됩니다.

단계 4) . URL 로그에서 호스트(90a3c09282d6 또는 127.0.0.1)를 인스턴스의 공개 DNS로 바꾸십시오.

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

단계 5) 새로운 URL 된다,

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

단계 6) 복사하여 붙여 넣기하십시오. URL 브라우저에.

Jupyter 엽니 다

단계 7) 이제 내 계정 안에 새 노트북을 만들 수 있습니다. work 폴더에 있습니다.

6부: 연결 닫기

터미널에서 연결을 닫습니다

exit

AWS로 돌아가서 서버를 중지합니다.

문제해결

Docker가 작동하지 않으면 다음을 사용하여 이미지를 다시 빌드하십시오.

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

자주 묻는 질문