Jupyter 笔记本教程：如何安装和使用 Jupyter?
伊芙琳·克拉克
什么是 Jupyter 笔记本？
Jupyter 笔记本 是一款开源 Web 应用程序，用于编写和共享实时代码、方程式、带有富文本元素的可视化。它提供了一种方便的方式来编写段落、方程式、标题、链接和图表以运行数据分析。它还可用于与观众分享交互式算法以用于教学或演示目的。
简介 Jupyter 笔记本应用
此 Jupyter Notebook App 是一个界面，您可以通过网络浏览器编写脚本和代码。该应用可以在本地使用，这意味着您不需要互联网访问或远程服务器。
每个计算都通过一个内核完成。每次启动时都会创建一个新的内核 Jupyter 笔记本电脑。
当前安装发货 笔记本7， 建造在 Jupyter实验室。 jupyter notebook 仍然有效，而且两者的读数相同。 .ipynb 文件中。
使用方法 Jupyter 笔记本
在下面的课程中，你将学习如何使用 Jupyter 笔记本。您将编写一行简单的代码来熟悉 Jupyter.
步骤1） 您需要在工作目录下添加一个文件夹，用于存放您在教程期间创建的所有笔记本。 TensorFlow.
If Jupyter 缺失，运行 pip install notebook 首先，作为 TensorFlow 安装指南 执行。然后打开终端并输入
mkdir jupyter_tf jupyter notebook
Code 说明
- mkdir jupyter_tf：创建一个名为 jupyter_tf 的文件夹
- jupyter notebook：打开 Jupyter web应用程序
步骤2） 您可以在环境中看到新文件夹。单击文件夹 jupyter_tf。
步骤3） 在此文件夹中，您将创建第一个笔记本。单击按钮 全新发布 和 Python 3.
步骤4） 你在 Jupyter 环境。目前，您的笔记本名为 Untitled.ipynb。这是默认名称。 Jupyter。让我们通过点击来重命名它 文件 和 重命名
您可以将其重命名为Introduction_jupyter
里面的 Jupyter 笔记本界面，您可以在单元格内编写代码、注释或文本。
在一个单元格内，您可以编写一行代码。
或多行。 Jupyter 一行接一行地读取代码。
例如，如果您在单元格内写入以下代码。
它将产生这个输出。
步骤5） 您已准备好编写第一行代码。您可以注意到单元格有两种颜色。绿色表示您位于…… 编辑模式.
然而，蓝色表示你处于 执行模式.
你的第一行代码将打印 Guru99！在单元格内，你可以写
print("Guru99!")
有两种方法可以运行代码 Jupyter:
- 点击并运行
- 键盘快捷键
要运行代码，您可以点击 手机 然后 运行单元格并选择以下
您可以看到代码打印在单元格下方，并且在输出之后立即出现了一个新单元格。
运行代码的更快方法是使用 键盘快捷键。要访问键盘快捷键，请转到 帮助 和 键盘快捷键
以下是 MacOS 键盘的快捷键列表。您可以在编辑器中编辑快捷键。
以下是 Windows
写下这行
print("Hello world!")
试试快捷键。Alt+Enter 会执行当前单元格，并在下方插入一个新的空单元格。
步骤6） 是时候关闭笔记本了。转到 文件 并点击 关闭并停止
注意：: Jupyter 自动保存带有检查点的笔记本。如果您收到以下消息：
它的意思是 Jupyter 自上次检查点以来未保存文件。您可以手动保存笔记本
您将被重定向到主面板。您可以看到您的笔记本一分钟前已保存。您可以安全注销。
安装 Jupyter 使用 AWS 的笔记本
当数据集超出本地内存容量时，请将笔记本迁移到云服务器。以下是安装和运行的分步流程。 Jupyter 笔记本 AWS:
如果您没有 AWS 账户，请创建免费账户 开始.
我们将按照以下步骤进行
第 1 部分：设置密钥对
步骤1） 在MyCAD中点击 软件更新 服务范围 并找出 EC2
步骤2） 在面板中单击 密钥对
步骤3） 单击创建密钥对
- 您可以将其称为 Docker 密钥
- 点击创建
下载名为 Docker_key.pem 的文件。
步骤4） 将其复制并粘贴到文件夹密钥中。我们很快就会需要它。
仅限 Mac OS 用户
此步骤仅适用于Mac OS用户。 Windows Linux 用户可以跳到第 2 部分。
您需要设置一个工作目录，该目录将包含文件密钥。
首先，创建一个名为 key 的文件夹。对我们来说，它位于主文件夹 Docker 内。然后，将此路径设置为工作目录
mkdir Docker/key cd Docker/key
第 2 部分：设置安全组
步骤1） 您需要配置安全组。您可以使用面板访问
步骤2） 单击创建安全组
步骤3） 在下一个屏幕中
- 输入安全组名称“jupyter_docker”，描述为“Docker 安全组”。
- 添加以下四条入站规则：
- ssh：端口范围 22，来源任意位置
- http: 端口范围 80，来源任意位置
- https：端口范围 443，来源任意位置
- 自定义 TCP：端口范围 8888，来源任意位置
- 单击创建。
步骤4） 新创建的安全组将列出
第 3 部分：启动实例
您终于可以创建实例了
步骤1） 点击启动实例
默认服务器就足够了。请选择 Amazon Linux AMI。屏幕截图显示的是 2018.03.0 版本镜像；当前控制台提供 Amazon Linux 2023所以，要匹配标签，而不是像素。
AMI 代表 Amazon 机器镜像。它包含在云端虚拟服务器上启动实例所需的信息。
请注意，AWS 拥有专用于深度学习的服务器，例如：
- 深度学习 AMI（Ubuntu)
- 深度学习AMI
- 深度学习基础 AMI (Ubuntu)
它们都预装了最新版本的深度学习框架二进制文件，并分别存储在独立的虚拟环境中：
每个图像都完全配置了 NVIDIA CUDA、cuDNN 和 NCCL 以及 Intel MKL-DNN。
步骤2） 选择 t2.micro这是一台免费服务器。AWS 免费提供这台配备 1 个虚拟 CPU 和 1 GB 内存的虚拟机。该服务器在计算、内存和网络性能之间取得了良好的平衡，适合中小型工作负载。
步骤3） 在下一个屏幕中保留设置默认设置，然后单击下一步：添加存储
步骤4） 将存储增加到 10GB 并单击下一步
步骤5） 保持默认设置，单击下一步：配置安全组
步骤6） 选择之前创建的安全组，即 jupyter_docker
步骤7） Rev查看您的设置并点击启动按钮
步骤8） 最后一步是将密钥对链接到实例。
步骤9） 实例将启动
步骤10） 以下是当前正在使用的实例的汇总信息。请注意其公网 IP 地址。
步骤11） 单击“连接”
您将找到连接详情
启动您的实例（Mac OS 用户）
首先，将终端工作目录指向存放密钥对文件的文件夹。
运行代码
chmod 400 docker.pem
使用此代码打开连接。
有两个命令。有时第一个命令会停止。 Jupyter 打开笔记本。
在这种情况下，使用第二个来强制连接 Jupyter EC2 上的笔记本。
# 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
第一次，系统会提示您接受连接
启动您的实例 (Windows 用户）
步骤1） 请访问此网站下载PuTTY和PuTTYgen 腻子
你需要下载
- PuTTY：启动实例
- PuTTYgen：将 pem 文件转换为 ppk
现在两个程序都已安装完毕，您需要将 .pem 文件转换为 .ppk 文件。PuTTY 只能读取 .ppk 文件。.pem 文件包含 AWS 创建的唯一密钥。
步骤2） 打开PuTTYgen并点击Load。浏览.pem文件所在的文件夹。
步骤3） 加载文件后，您将收到一条通知，告知您密钥已成功导入。单击“确定”
步骤4） 然后点击保存私钥。系统会询问您是否要以不使用密码的方式保存此密钥。点击是。
步骤5） 保存密钥
步骤6） 前往 AWS 并复制公共 DNS
打开 PuTTY 并将公共 DNS 粘贴到主机名中
步骤7）
- 在左侧面板上，展开 SSH 并打开 Auth
- 浏览私钥。您应该选择 .ppk
- 单击打开。
步骤8）
完成此步骤后，将打开一个新窗口。如果您看到此弹出窗口，请单击“是”
步骤9）
您需要以 ec2-user 身份登录
步骤10）
您已连接到 Amazon Linux AMI。
第 4 部分：安装 Docker
此 Docker教程 涵盖下面使用的容器词汇。
当您通过 PuTTY 或终端连接到服务器时，您可以安装 Docker 引擎。
执行以下代码。 Amazon Linux 2023，使用 dnf HPMC胶囊 yum 和 systemctl start docker HPMC胶囊 service docker start.
sudo yum update -y sudo yum install -y docker sudo service docker start sudo usermod -a -G docker ec2-user exit
再次启动连接
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 用户按照上述步骤重新连接 PuTTY。
第 5 部分：安装 Jupyter
步骤1） 创建 Jupyter 从预构建镜像创建容器：
## 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 说明
- docker run：运行镜像
- v：附加卷
- 〜/工作：/ home / jovyan /工作：音量
- 8888:8888：端口
- jupyter/datascience-notebook：图像
如需其他预构建镜像，请浏览 Jupyter Docker Stacks 仓库自 2023 年 10 月起，这些镜像已在 Quay.io 上发布，请拉取 quay.io/jupyter/tensorflow-notebook or quay.io/jupyter/pyspark-notebook HPMC胶囊 PySparkDocker Hub 副本已冻结。
让容器写入已挂载的目录 work 文件夹，以便笔记本在重启后仍然保留：
sudo chown 1000 ~/work
步骤2） 安装 tree 这样你就可以检查工作目录了：
sudo yum install -y tree
步骤3） 检查集装箱及其名称
请按顺序运行以下命令：
- 列出正在运行的容器：
docker ps
- 读取容器日志以了解 Jupyter URL这里，容器名为 vigilant_easley：
docker logs vigilant_easley
- 复制 URL及其标记，来自日志。
步骤4） 在 URL 从日志中，将主机名（90a3c09282d6 或 127.0.0.1）替换为您的实例公共 DNS 地址：
http://(90a3c09282d6 or 127.0.0.1):8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
步骤5） 新的 URL 变成，
http://ec2-174-129-135-16.compute-1.amazonaws.com:8888/?token=f460f1e79ab74c382b19f90fe3fd55f9f99c5222365eceed
步骤6） 复制并粘贴 URL 进入您的浏览器。
Jupyter 针脚开路
步骤7） 您现在可以在笔记本中创建一个新笔记本。 work 文件夹中。
第六部分：关闭连接
关闭终端中的连接
exit
返回 AWS 并停止服务器。
故障排除
如果 Docker 无法正常工作，请使用以下命令重新构建镜像
docker run -v ~/work:/home/jovyan/work -d -p 8888:8888 jupyter/tensorflow-notebook
