部署自己的交互式Python開發環境JupyterLab

如果你既希望獲得本地或雲端強大的計算能力,又希望獲得Jupyter Notebook或Colab中方便的在線Python交互式運行環境,可以自己爲的本地伺服器或雲伺服器安裝JupyterLab。JupyterLab可以理解成升級版的Jupyter Notebook/Colab,提供多標籤頁支持,在線終端和文件管理等一系列方便的功能,接近於一個在線的Python IDE。

小技巧

部分雲服務提供了開箱即用的JupyterLab環境,例如前章介紹的 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,使用瀏覽器訪問 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:

../../_images/jupyterlab.png

提示

可以使用 --port 參數指定埠號。

部分雲服務(如GCP)的實例默認不開放大多數網絡埠。如果使用默認埠號,需要在防火牆設置中打開埠(例如GCP需要在「虛擬機實例詳情-網絡接口-查看詳情」中新建防火牆規則,開放對應埠並應用到當前實例)。

如果需要在終端退出後仍然持續運行JupyterLab,可以使用 nohup 命令及 & 放入後台運行,即:

nohup jupyter lab --ip=0.0.0.0 &

程序輸出可以在當前目錄下的 nohup.txt 找到。

爲了在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(比如在GCP章節建立的tf2.0-beta-gpu)
conda install ipykernel
ipython kernel install --name 環境名 --user

然後重新啓動JupyterLab,即可在Kernel選項和啓動器中建立Notebook的選項中找到自己的Conda環境。

../../_images/add_env.png

Notebook中新增了「tf2.0-beta-gpu」選項

../../_images/kernel.png

可以在Kernel中選擇「tf2.0-beta-gpu」