- tocdepth
2
Использовать инструменты, установленные в образе jupyter-server
На платформе ML Space образ jupyter-server позволяет создавать conda-окружения и использовать в них требуемые версии Python и CUDA.
Образ jupyter-server представлен в нескольких версиях:
jupyter-server:0.0.95;
jupyter-server:0.0.96.
См.также
Для запуска инструментов, установленных в образе:
Перейдите в .
Создайте или перейдите в созданный Jupyter Server, используя JupyterLab.
Выберите New Launcher, нажав +.
Выберите требуемые инструменты и настройте их по описаниям ниже.
Версия 0.0.96
- Плагин файлового браузера
Позволяет добавить вкладку файлового браузера для любой директории.
По умолчанию создается браузер для каталогов
/workspaceи/home/jovyan.Для добавления новой вкладки файлового браузера к необходимому каталогу:
Нажмите Add new File Browser.
Выберите требуемый каталог.
Нажмите Select.
Для удаления созданной вкладки файлового браузера нажмите
возле вкладки, которую требуется удалить.Примечание
Удалить вкладки для каталогов
/workspaceи/home/jovyanнельзя.- Плагин GigaChat
Позволяет использовать GigaChat при работе с Jupyter Server.
На странице New Launcher выберите и запустите требуемый Notebook.
Запустите пример кода в ячейке Notebook:
from gigachat import GigaChat with GigaChat(credentials="" ,scope="GIGACHAT_API_PERS", verify_ssl_certs=Fasle) as giga: response = giga.chat("Какие факторы влияют на стоимость страховки на дом?") print(response.choices[0].message.content)
Просмотрите полученный ответ.
Версия 0.0.95 и выше
- TensorBoard
На странице New Launcher выберите TensorBoard.
В разделе Log Dir укажите директорию для сохранения логов и задайте необходимые настройки.
Подробнее — в документации TensorBoard.
- MLflow
На странице New Launcher выберите MLflow.
В открывшемся окне укажите требуемые настройки.
Подробнее — в документации MLflow.
для Dev & Test