tocdepth

2

Окружения и Jupyter Server

Вопросы в этом разделе

Как приостановить Jupyter Server?

Для приостановки Jupyter Server:

  1. Выберите сервер, который планируете приостановить.

  2. Нажмите на иконку паузы в соответствующей строке списка.

  3. Jupyter Server изменит статус «На паузе».

Доступны ли логи Jupyter Server после приостановки?

После приостановки посмотреть логи нельзя. Для просмотра логов возобновите работу Jupyter Server.

Будет ли тарифицироваться Jupyter Server в статусе «На паузе»?

Если Jupyter Server приостановлен, он не тарифицируется.

Будет ли тарифицироваться Jupyter Server в статусе «Ошибка» или «Предупреждение»?

В случае некорректного запуска Jupyter Server может принимать статус «Ошибка» или «Предупреждение», при этом используемые ресурсы тарифицируются. Рекомендуем удалить Jupyter Server в таком статусе и создать его заново.

Как запустить ячейку Jupyter Server во время сборки образа и завершить ее после сборки?

Если возникает потребность выполнения ячейки после сборки образа, добавьте код:

def wait_image_build_job(job):
    response = job.submit()
    if "created" not in response:
        return response
    job.logs()
    return "Done"


job = ImageBuildJob(...........)
wait_for_image_build_job(job)

Что сделать, чтобы столбец ipynb_checkpoints не появлялся в метриках?

Использовать файлы MLflow средствами MLflow и файлы Jupyter Lab/Notebook средствами Jupyter Lab/Notebook. Так можно избежать непредвиденных артефактов в виде .ipynb_checkpoints-столбца в разделе Metrics.

Папка mlflow — машиночитаемая (предусмотрено читать через API MLflow), при необходимости открывать файлы можно по SSH через Cyberduck/терминал.

ipynb_checkpoints-папки появляются не везде, а только в том каталоге, где находится запущенный Jupyter Notebook. Поэтому наиболее простым решением проблемы с MLflow было бы отделить одно от другого и явно определять каталог, в котором будет находиться информация, относящаяся к MLflow-эксперименту.

Делается это следующим образом: mlflow.set_tracking_uri('file:/home/jovyan/mlruns').

Проверить текущий каталог можно командой mlflow.get_tracking_uri().

Какие TCP-порты можно использовать для выхода в интернет из Jupyter Server или задач обучения?

Для отправки запросов из Jupyter Server в интернет используйте следующие номера TCP-портов: 80, 443, 8000–8999.

Использование Jupyter Server из интернета невозможно без интерфейса ML Space или SSH-соединения с Jupyter Server.

Как восстановить удаленный файл из корзины Jupyter Server?

  1. Перейдите в каталог ~/.local/share/Trash/files в терминале Jupyter Server.

  2. Восстановите требуемый файл с помощью команды mv filename destination.

Когда становятся доступными логи Jupyter Server?

Логи становятся доступными после перехода Jupyter Server в статус «Подключен».

Сколько файлов и каталогов отображает интерфейс в Jupyter Server?

Интерфейс Jupyter Server отображает не более 1 000 файлов и 100 каталогов. Для работы с каталогами, содержащими большее число файлов и каталогов, используйте терминал Jupyter Server или расположите файлы таким образом, чтобы в одном каталоге находилось не более 1 000 файлов и 100 каталогов.

Можно ли удалять или изменять права файлов профиля Jupyter Server?

Не рекомендуется удалять файлы профиля .bashrc, .profile и похожие. Файлы находятся по адресу $HOME/.

Удаление приведет к потере переменных окружения.

Можно ли удалять каталог .ssh с ключами пользователя или изменять права для них?

Не рекомендуется удалять директорию .ssh с ключами пользователя.

Удаление приведет к невозможности подключения по SSH к Jupyter Server.

Как узнать namespace в Jupyter Server?

Чтобы узнать namespace, в терминале Jupyter Server выполните команду:

env | grep NAMESPACE
Запустили Evolution free tier
для Dev & Test
Получить