Jupyter Tutorial do Notebook: como instalar e usar Jupyter?
Evelyn Clarke
O que é a Jupyter Caderno?
Jupyter Portátil é um aplicativo da web de código aberto para escrever e compartilhar códigos ao vivo, equações e visualizações com elementos de rich text. Ele fornece uma maneira conveniente de escrever parágrafos, equações, títulos, links e figuras para executar análises de dados. Também é útil para compartilhar algoritmos interativos com seu público para fins de ensino ou demonstração.
Introduction to Jupyter Notebook App
As Jupyter Notebook App é a interface onde você pode escrever seus scripts e códigos através de seu navegador. O aplicativo pode ser usado localmente, o que significa que você não precisa de acesso à Internet ou de um servidor remoto.
Cada cálculo é feito através de um kernel. Um novo kernel é criado cada vez que você inicia um Jupyter Caderno.
Como usar Jupyter Portátil
Na sessão abaixo, você aprenderá como usar Jupyter Caderno. Você escreverá uma linha simples de código para se familiarizar com o ambiente de Jupyter.
Passo 1) Você adiciona uma pasta dentro do diretório de trabalho que conterá todos os notebooks que você criará durante os tutoriais sobre TensorFlow.
Abra o Terminal e escreva
mkdir jupyter_tf jupyter notebook
Code Explicação
- mkdir jupyter_tf: Crie uma pasta com os nomes jupyter_tf
- caderno jupyter: Aberto Jupyter web-app
Passo 2) Você pode ver a nova pasta dentro do ambiente. Clique na pasta jupyter_tf.
Passo 3) Dentro desta pasta você criará seu primeiro caderno. Clique no botão New e Python 3.
Passo 4) Você está dentro do Jupyter ambiente. Até agora, seu notebook se chama Untiltled.ipynb. Este é o nome padrão dado por Jupyter. Vamos renomeá-lo clicando em Envie o e Rebatizar
Você pode renomeá-lo como Introdução_jupyter
Na AWS Jupyter Notebook, você escreve códigos, anotações ou texto dentro das células.
Dentro de uma célula, você pode escrever uma única linha de código.
ou múltiplas linhas. Jupyter lê o código uma linha após a outra.
Por exemplo, se você escrever o seguinte código dentro de uma célula.
Ele produzirá esta saída.
Passo 5) Você está pronto para escrever sua primeira linha de código. Você pode notar que a célula tem duas cores. A cor verde significa que você está no modo de edição.
A cor azul, no entanto, indica que você está em modo de execução.
Sua primeira linha de código será para imprimir Guru99!. Dentro da célula, você pode escrever
print("Guru99!")
Existem duas maneiras de executar um código em Jupyter:
- Clique e execute
- Atalhos de teclado
Para executar o código, você pode clicar em Célula e depois Execute células e selecione abaixo
Você pode ver que o código está impresso abaixo da célula e uma nova célula apareceu logo após a saída.
Uma maneira mais rápida de executar um código é usar o Atalhos de teclado. Para acessar os atalhos de teclado, vá para Suporte e Atalhos de teclado
Abaixo está a lista de atalhos para um teclado MacOS. Você pode editar os atalhos no editor.
A seguir estão os atalhos para Windows
Escreva esta linha
print("Hello world!")
e tente usar os atalhos de teclado para executar o código. Use alt+enter. ele executará a célula e inserirá uma nova célula vazia abaixo, como você fez antes.
Passo 6) É hora de fechar o Notebook. Vá para Envie o e clique em Fechar e parar
Observação: Jupyter salva automaticamente o notebook com checkpoint. Se você tiver a seguinte mensagem:
Isso significa Jupyter não salvou o arquivo desde o último ponto de verificação. Você pode salvar o notebook manualmente
Você será redirecionado para o painel principal. Você pode ver que seu notebook foi salvo há um minuto. Você pode sair com segurança.
Instale Jupyter Caderno com AWS
Abaixo está um processo passo a passo sobre como instalar e executar Jupyter Caderno na AWS:
Se você não possui uma conta na AWS, crie uma conta gratuita aqui..
Procederemos da seguinte forma
- Parte 1: Configure um par de chaves
- Parte 2: Configure um grupo de segurança
- Parte 3: Instância de lançamento
- Parte 4: Instale o Docker
- Parte 5: Instalar Jupyter
- Parte 6: Conexão próxima
PARTE 1: Configure um par de chaves
Passo 1) Acesse Serviços e encontra EC2
Passo 2) No painel e clique em Pares de chaves
Passo 3) Clique em Criar par de chaves
- Você pode chamá-la de chave Docker
- Clique em Criar
Um nome de arquivo Docker_key.pem é baixado.
Passo 4) Copie e cole na chave da pasta. Precisaremos disso em breve.
Somente para usuários de Mac OS
Esta etapa diz respeito apenas ao usuário do Mac OS. Para Windows ou usuários de Linux, prossiga para a PARTE 2
Você precisa definir um diretório de trabalho que conterá a chave do arquivo
Primeiro de tudo, crie uma pasta chamada key. Para nós, ele está localizado dentro da pasta principal do Docker. Então, você define este caminho como seu diretório de trabalho
mkdir Docker/key cd Docker/key
PARTE 2: Configure um grupo de segurança
Passo 1) Você precisa configurar um grupo de segurança. Você pode acessá-lo com o painel
Passo 2) Clique em Criar grupo de segurança
Passo 3) Na próxima tela
- Digite o nome do grupo de segurança “jupyter_docker” e DescriptGrupo de segurança de íons para Docker
- Você precisa adicionar 4 regras em cima de
- ssh: intervalo de portas 22, fonte em qualquer lugar
- http: intervalo de portas 80, fonte em qualquer lugar
- https: intervalo de portas 443, fonte em qualquer lugar
- TCP personalizado: intervalo de portas 8888, origem em qualquer lugar
- Clique em Criar
Passo 4) O grupo de segurança recém-criado será listado
Parte 3: Instância de lançamento
Você finalmente está pronto para criar a instância
Passo 1) Clique em Iniciar instância
O servidor padrão é suficiente para sua necessidade. Você pode escolher Amazon AMI do Linux. A instância atual é 2018.03.0.
AMI significa Amazon Imagem da máquina. Ele contém as informações necessárias para iniciar com êxito uma instância executada em um servidor virtual armazenado na nuvem.
Observe que a AWS possui um servidor dedicado ao aprendizado profundo, como:
- AMI de aprendizado profundo (Ubuntu)
- AMI de aprendizado profundo
- AMI de base de aprendizado profundo (Ubuntu)
Todos eles vêm com os binários mais recentes de estruturas de aprendizado profundo pré-instalados em ambientes virtuais separados:
Totalmente configurado com NVidia CUDA, cuDNN e NCCL, bem como Intel MKL-DNN
Passo 2) Escolha t2.micro. É um servidor de nível gratuito. A AWS oferece gratuitamente esta máquina virtual equipada com 1 vCPU e 1 GB de memória. Este servidor oferece uma boa compensação entre computação, memória e desempenho de rede. É adequado para bancos de dados pequenos e médios
Passo 3) Mantenha as configurações padrão na próxima tela e clique em Próximo: Adicionar armazenamento
Passo 4) Aumente o armazenamento para 10 GB e clique em Avançar
Passo 5) Mantenha as configurações padrão e clique em Próximo: Configurar grupo de segurança
Passo 6) Escolha o grupo de segurança que você criou antes, que é jupyter_docker
Passo 7) Revveja suas configurações e clique no botão iniciar
Passo 8 ) A última etapa é vincular o par de chaves à instância.
Passo 8) A instância será iniciada
Passo 9) Abaixo um resumo das instâncias atualmente em uso. Observe o IP público
Passo 9) Clique em Conectar
Você encontrará os detalhes da conexão
Inicie sua instância (usuários do Mac OS)
Primeiro, certifique-se de que dentro do terminal seu diretório de trabalho aponte para a pasta com o arquivo do par de chaves docker
execute o código
chmod 400 docker.pem
Abra a conexão com este código.
Existem dois códigos. em alguns casos, o primeiro código evita Jupyter para abrir o bloco de notas.
Neste caso, use o segundo para forçar a conexão em Jupyter Caderno no 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
Na primeira vez, você será solicitado a aceitar a conexão
Inicie sua instância (Windows Comercial)
Passo 1) Acesse este site para baixar PuTTY e PuTTYgen PuTTY
Você precisa baixar
- PuTTY: inicie a instância
- PuTTYgen: converta o arquivo pem para ppk
Agora que ambos os softwares estão instalados, você precisa converter o arquivo .pem em .ppk. PuTTY só pode ler .ppk. O arquivo pem contém a chave exclusiva criada pela AWS.
Passo 2) Abra o PuTTYgen e clique em Carregar. Navegue até a pasta onde o arquivo .pem está localizado.
Passo 3)Depois de carregar o arquivo, você receberá um aviso informando que a chave foi importada com sucesso. Clique em OK
Passo 4) Em seguida, clique em Salvar chave privada. Você será perguntado se deseja salvar esta chave sem uma senha. Clique em sim.
Passo 5) Salve a chave
Passo 6) Vá para AWS e copie o DNS público
Abra o PuTTY e cole o DNS público no nome do host
Passo 7)
- No painel esquerdo, desdobre SSH e abra Auth
- Navegue pela chave privada. Você deve selecionar o .ppk
- Clique em Abrir.
Passo 8)
Concluída esta etapa, uma nova janela será aberta. Clique em Sim se você vir este pop-up
Passo 9)
Você precisa fazer login como: ec2-user
Passo 10)
Você está conectado ao Amazon AMI do Linux.
Parte 4: Instale o Docker
Enquanto você está conectado ao servidor via Putty/Terminal, você pode instalar Estivador recipiente.
Execute os seguintes códigos
sudo yum update -y sudo yum install -y docker sudo service docker start sudo user-mod -a -G docker ec2-user exit
Inicie novamente a conexão
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 os usuários usam SSH conforme mencionado acima
Parte 5: Instalar Jupyter
Passo 1) Criar Jupyter com,
imagem pré-construída.
## 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 Explicação
- docker run: execute a imagem
- v: anexar um volume
- ~/trabalho:/home/jovyan/trabalho: Volume
- 8888:8888: porta
- jupyter/datascience-notebook: Imagem
Para outras imagens pré-construídas, vá aqui.
Permitir preservar Jupyter Caderno AWS
sudo chown 1000 ~/work
Passo 2) Instale a árvore para ver,
nosso diretório de trabalho a seguir
sudo yum install -y tree
Passo 3) Verifique o contêiner e seu nome
Use o comando
-
docker ps
- Obtenha o nome e use o log para abrir Jupyter. Neste Jupyter tutorial, o nome do contêiner é vigilant_easley. Usar comando
docker logs vigilant_easley
- Obtenha o URL
Passo 4) Na URL,
Substitua (90a3c09282d6 ou 127.0.0.1) pelo DNS público da sua instância
http://(90a3c09282d6 or 127.0.0.1):8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Passo 5) O novo URL se torna,
http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
Passo 6) Copie e cole o URL em seu navegador.
Jupyter Abre
Passo 7) Você pode escrever um novo caderno,
na sua pasta de trabalho
Parte 6: Conexão próxima
Feche a conexão no terminal
exit
Volte para AWS e pare o servidor.
guia de solução de problemas
Se alguma vez o docker não funcionar, tente reconstruir a imagem usando
docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook
Resumo
- Jupyter notebook é um aplicativo da web onde você pode executar seu Python e Códigos R. É fácil compartilhar e fornecer informações valiosas análise de dados com as Jupyter.
- Para iniciar o jupyter, escreva no terminal: jupyter notebook
- Você pode salvar seu notebook onde quiser
- Uma célula contém seu Python código. O kernel lerá o código um por um.
- Você pode usar o atalho para executar uma célula. Por padrão: Ctrl+Enter
