JupyterLab Información general de IU
JupyterLab es una interfaz de usuario basada en web para Project Jupyter y está estrechamente integrada en Adobe Experience Platform. Proporciona un entorno de desarrollo interactivo para que los científicos de datos trabajen con Jupyter Notebooks, código y datos.
Este documento proporciona información general de JupyterLab sus funciones, así como instrucciones para realizar acciones comunes.
JupyterLab en Experience Platform
La integración de JupyterLab de Experience Platform se acompaña de cambios arquitectónicos, consideraciones de diseño, extensiones de bloc de notas personalizadas, bibliotecas preinstalados y una interfaz con temas de Adobe Systems.
La siguiente lista describe algunas de las características exclusivas de JupyterLab en Platform:
Integración con otros Platform servicios service-integration
La estandarización y la interoperabilidad son conceptos clave detrás de Experience Platform. La integración de JupyterLab en Platform como IDE incrustado le permite interactuar con otros servicios de Platform, lo que le permite utilizar Platform todo su potencial. Los siguientes Platform servicios están disponibles en JupyterLab:
- Catalog Service: Acceda a conjuntos de datos y explórelos con funcionalidades de lectura y escritura.
- Query Service: Acceda y explore conjuntos de datos mediante SQL, lo que proporciona una menor sobrecarga de acceso a los datos cuando se trata de grandes cantidades de datos.
- Sensei ML Framework: Desarrollo de modelos con la capacidad de entrenar y puntuar datos, así como fórmula creación con un solo clic.
- Experience Data Model (XDM): La estandarización y la interoperabilidad son conceptos clave detrás de Adobe Experience Platform. El Modelo de datos de experiencia (XDM), impulsado por Adobe Systems, es un esfuerzo para estandarizar experiencia del cliente datos y definir esquemas para administración de experiencias del cliente.
Características clave y operaciones comunes
En las secciones siguientes se proporciona información sobre las características clave y las instrucciones sobre la realización de JupyterLab operaciones comunes:
Acceder a JupyterLab access-jupyterlab
En Adobe Experience Platform, seleccione Notebooks de la columna de navegación izquierda. Espere un tiempo para que JupyterLab se inicialice por completo.
JupyterLab interfaz jupyterlab-interface
La JupyterLab interfaz consta de una barra de menú, una barra lateral izquierda plegable y el área de trabajo principal que contiene pestañas de documentos y actividades.
Barra de menús
La barra de menús en la parte superior de la interfaz tiene menús de nivel superior que exponen las acciones disponibles en JupyterLab con sus métodos abreviados de teclado:
- Archivo: Acciones relacionadas con archivos y directorios
- Editar: Acciones relacionadas con la edición de documentos y otras actividades
- Ver: Acciones que alteran el aspecto de JupyterLab
- Ejecutar: acciones para ejecutar código en diferentes actividades, como blocs de notas y consolas de código.
- Kernel: Acciones para administrar kernels
- Fichas: Una lista de documentos y actividades abiertos
- Configuración: Configuración común y un editor de configuración avanzada
- Ayuda: Una lista de JupyterLab y vínculos de ayuda del núcleo
Barra lateral izquierda
La barra lateral izquierda contiene pestañas en las que se puede hacer clic y que proporcionan acceso a las siguientes funciones:
- Archivo explorador: lista de documentos y directorios de blocs de notas guardados
- Explorador de datos: Examinar, acceda y explore conjuntos de datos y esquemas
- Ejecución de kernels y terminales: Un lista de sesiones activas de kernel y terminal con la capacidad de terminar
- Comandos: lista de comandos útiles
- Inspector de celdas: editor de celda que proporciona acceso a herramientas y metadatos útiles para configurar un bloc de notas con fines de presentación.
- pestañas: lista de pestañas abiertas
Seleccione una pestaña para exponer sus funciones, o seleccione en un pestaña expandido contraer la barra lateral izquierda como se muestra a continuación:
Área de trabajo principal
El área de trabajo principal le JupyterLab permite organizar documentos y otras actividades en paneles de pestañas que se pueden cambiar de tamaño o subdividir. Arrastre un pestaña al centro de un panel de pestaña para migrar el pestaña. Para dividir un panel, arrastre un pestaña a la izquierda, derecha, parte superior o inferior del panel:
Configuración de GPU y servidor de memoria en Python/R
En JupyterLab ella, seleccione el icono de engranaje en la esquina superior derecha para abrir la configuración del servidor Notebook. Puede activar la GPU y asignar la cantidad de memoria que necesite mediante el control deslizante. La cantidad de memoria que puede asignar depende de la cantidad que haya aprovisionado su organización. Seleccione Actualizar configuraciones para guardar.
Terminar y reiniciar JupyterLab
En JupyterLab, puede finalizar su sesión para evitar que se usen más recursos. Comience por seleccionar el icono de energía
Para reiniciar JupyterLab, selecciona el icono de reinicio
Celdas de código code-cells
Las celdas de código son el contenido principal de los blocs de notas. Contienen código fuente en el idioma del núcleo asociado del bloc de notas y la salida como resultado de la ejecución de la celda de código. Se muestra un recuento de ejecución a la derecha de cada celda de código que representa su orden de ejecución.
A continuación se describen las acciones de celda comunes:
-
Agregar una celda: Haga clic en el símbolo más (+) del menú del bloc de notas para agregar una celda vacía. Las nuevas celdas se colocan debajo de la celda con la que se está interactuando actualmente, o al final del bloc de notas si no hay ninguna celda en particular enfocada.
-
Mover una celda: Coloque el cursor a la derecha de la celda que desea mover y, a continuación, haga clic y arrastre la celda a una nueva ubicación. Además, al mover una celda de un bloc de notas a otro se replica la celda junto con su contenido.
-
Ejecutar una celda: Haga clic en el cuerpo de la celda que desea ejecutar y, a continuación, haga clic en el icono reproducir (▶) del menú del bloc de notas. Se muestra un asterisco (*) en el contador de ejecución de la celda cuando el núcleo está procesando la ejecución y se reemplaza con un entero al finalizar.
-
Eliminar una celda: Haga clic en el cuerpo de la celda que desea eliminar y, a continuación, haga clic en el icono tijera.
Núcleos kernels
Los núcleos de los portátiles son los motores informáticos específicos del idioma para el procesamiento de las celdas de los portátiles. Además de Python, JupyterLab proporciona compatibilidad con idiomas adicional en R, PySpark y Spark (Scala). Al abrir un documento de bloc de notas, se inicia el núcleo asociado. Cuando se ejecuta una celda de un bloc de notas, el núcleo realiza el cálculo y produce resultados que pueden consumir recursos significativos de CPU y memoria. Tenga en cuenta que la memoria asignada no se libera hasta que se apaga el núcleo.
Ciertas características y funcionalidades están limitadas a núcleos particulares como se describe en la tabla siguiente:
- Sensei ML Framework
- Catalog Service
- Query Service
- Sensei ML Framework
- Catalog Service
- Sensei ML Framework
- Catalog Service
Sesiones de kernel kernel-sessions
Cada bloc de notas o actividad activa en JupyterLab utiliza una sesión del núcleo. Para encontrar todas las sesiones activas, expanda la pestaña Terminales y núcleos en ejecución de la barra lateral izquierda. El tipo y el estado del núcleo de un portátil se pueden identificar observando la parte superior derecha de la interfaz del portátil. En el diagrama siguiente, el núcleo asociado del bloc de notas es Python3 y su estado actual está representado por un círculo gris a la derecha. Un círculo hueco implica un núcleo inactivo y un círculo sólido implica un núcleo ocupado.
Si el kernel está apagado o inactivo durante un período prolongado, entonces ¡No Kernel! con un círculo sólido se muestra. Active un kernel haciendo clic en el estado del kernel y seleccionando el tipo de kernel apropiado como se muestra a continuación:
Lanzadera launcher
El lanzador personalizado le proporciona plantillas de bloc de notas útiles para sus kernels compatibles con el fin de ayudarle a poner en marcha su tarea, incluyendo:
Algunas plantillas de bloc de notas están limitadas a determinados núcleos. La disponibilidad de plantillas para cada kernel se asigna en la tabla siguiente:
Para abrir un nuevo iniciador, haga clic en Archivo > Nuevo iniciador. También puede expandir Explorador de archivos desde la barra lateral izquierda y hacer clic en el símbolo de suma (+):
Pasos siguientes
Para obtener más información sobre cada uno de los blocs de notas compatibles y cómo usarlos, visita el guía del desarrollador de acceso a datos de blocs de notas de Jupyterlab. Este guía se centra en cómo usar los blocs de notas de JupyterLab para acceder a los datos, incluidos los datos de lectura, escritura y consulta. La guía de acceso a datos también contiene información sobre la cantidad máxima de datos que puede leer cada bloc de notas compatible.
bibliotecas admitido supported-libraries
Para obtener una lista de paquetes compatibles con Python, R y PySpark, copie y pegue !conda list en una nueva celda y, a continuación, ejecute la celda. La lista de paquetes admitidos se rellena en orden alfabético.
Además, se usan las siguientes dependencias, pero no se enumeran:
- CUDA 11.2
- CUDNN 8.1