部署自己的互動式 Python 開發環境 JupyterLab ============================================ 如果你既希望獲得本機端或雲端強大的計算能力,又希望獲得 Jupyter Notebook 或 Colab 中方便的線上 Python 互動式運行環境,可以自己為的本機伺服器或雲伺服器安裝 JupyterLab。JupyterLab 可以想像成升級版的 Jupyter Notebook/Colab,提供多標簽頁支援,線上終端和文件管理等一系列方便的功能,接近於一個線上版的 Python IDE。 .. tip:: 部分雲服務提供了能夠立即使用的 JupyterLab 環境,例如前章介紹的 :ref:`GCP中AI Platform的Notebook ` ,以及 `FloydHub `_ 。 在已經部署 Python 環境後,使用以下命令安裝 JupyterLab: :: pip install jupyterlab 然後使用以下命令運行 JupyterLab: :: jupyter lab --ip=0.0.0.0 然後根據輸出的提示,使用瀏覽器連線 ``http://伺服器地址:8888`` ,並使用輸出中提供的 token 直接登錄(或設置密碼後登錄)即可。 JupyterLab界面如下所示: .. figure:: /_static/image/jupyterlab/jupyterlab.png :width: 100% :align: center .. hint:: 可以使用 ``--port`` 參數指定埠號。 部分雲端服務(如 GCP)的實例預設不會開放大多數網路端口。如果使用默認端口號,需要在防火牆設置中開啟端口(例如 GCP 需要在 “虛擬機實例詳情 - 網路接口 - 查看詳情” 中新建防火牆規則,開放對應端口並應用到目前的實例)。 如果需要在終端退出後仍然持續運行 JupyterLab,可以使用 ``nohup`` 指令及 ``&`` 放入後台運行,即: :: nohup jupyter lab --ip=0.0.0.0 & 程式輸出可以在當前目錄下的 ``nohup.txt`` 找到。 .. https://stackoverflow.com/questions/53923773/how-to-run-jupyter-lab-in-a-conda-environment-on-a-google-compute-engine-deep-l 為了在 JupyterLab 的 Notebook 中使用自己的 Conda 環境,需要使用以下命令: :: conda activate 環境名稱(比如在GCP章節建立的tf2.0-beta-gpu) conda install ipykernel ipython kernel install --name 環境名稱 --user 然後重新啟動 JupyterLab,即可在 Kernel 選項和啟動器中建立 Notebook 的選項中找到自己的 Conda 環境。 .. figure:: /_static/image/jupyterlab/add_env.png :width: 100% :align: center Notebook中新增了「tf2.0-beta-gpu」選項 .. figure:: /_static/image/jupyterlab/kernel.png :width: 100% :align: center 可以在Kernel中選擇「tf2.0-beta-gpu」 .. raw:: html