JupyterLab UI 개요
JupyterLab은(는) Project Jupyter용 웹 기반 사용자 인터페이스이며 Adobe Experience Platform에 긴밀하게 통합되어 있습니다. 데이터 과학자가 Jupyter Notebooks, 코드 및 데이터를 사용할 수 있는 대화형 개발 환경을 제공합니다.
이 문서에서는 JupyterLab 및 해당 기능에 대한 개요와 일반적인 작업을 수행하는 지침을 제공합니다.
Experience Platform의 JupyterLab
Experience Platform의 JupyterLab 통합은 아키텍처 변경 사항, 디자인 고려 사항, 맞춤형 노트북 확장, 사전 설치된 라이브러리 및 Adobe 테마 인터페이스와 함께 제공됩니다.
다음 목록에서는 Platform의 JupyterLab에 고유한 기능 중 일부를 간략하게 설명합니다.
다른 Platform 서비스와 통합 service-integration
표준화 및 상호 운용성은 Experience Platform의 핵심 개념입니다. Platform에 포함된 IDE로 JupyterLab을(를) 통합하면 다른 Platform 서비스와 상호 작용할 수 있으므로 Platform을(를) 최대한 활용할 수 있습니다. JupyterLab에서 다음 Platform개의 서비스를 사용할 수 있습니다.
- Catalog Service: 읽기 및 쓰기 기능을 사용하여 데이터 세트에 액세스하고 데이터 세트를 탐색합니다.
- Query Service: SQL을 사용하여 데이터 세트에 액세스하고 탐색하므로 대량의 데이터를 처리할 때 데이터 액세스 오버헤드가 줄어듭니다.
- 한 번의 클릭으로 레시피를 만들 수 있을 뿐만 아니라 데이터를 교육하고 평가할 수 있는 기능을 갖춘 Sensei ML Framework: 모델 개발.
- Experience Data Model (XDM): 표준화 및 상호 운용성은 Adobe Experience Platform의 핵심 개념입니다. Adobe을 기반으로 하는 XDM(경험 데이터 모델)은(는) 고객 경험 데이터를 표준화하고 고객 경험 관리를 위한 스키마를 정의하는 작업입니다.
주요 기능 및 공통 작업
JupyterLab의 주요 기능에 대한 정보 및 일반적인 작업 수행에 대한 지침은 아래 섹션에 나와 있습니다.
JupyterLab 액세스 access-jupyterlab
Adobe Experience Platform의 왼쪽 탐색 열에서 전자 필기장 을 선택합니다. JupyterLab이(가) 완전히 초기화될 때까지 잠시 기다립니다.
JupyterLab 인터페이스 jupyterlab-interface
JupyterLab 인터페이스는 메뉴 모음, 축소 가능한 왼쪽 사이드바 및 문서 및 활동 탭이 포함된 기본 작업 영역으로 구성됩니다.
메뉴 모음
인터페이스 맨 위에 있는 메뉴 모음에는 JupyterLab에서 사용할 수 있는 작업을 키보드 단축키로 표시하는 최상위 메뉴가 있습니다.
- 파일: 파일 및 디렉터리 관련 작업
- 편집: 문서 및 기타 활동 편집과 관련된 작업
- JupyterLab의 모양을 변경하는 보기: 동작
- 실행: 전자 필기장 및 코드 콘솔과 같은 다른 활동에서 코드를 실행하기 위한 작업
- 커널: 커널 관리를 위한 작업
- 탭: 열려 있는 문서 및 활동 목록입니다.
- 설정: 일반 설정 및 고급 설정 편집기
- 도움말: JupyterLab 및 커널 도움말 링크 목록
왼쪽 사이드바
왼쪽 사이드바에는 클릭 가능한 탭이 있으며, 이 탭에서는 다음 기능에 액세스할 수 있습니다.
- 파일 브라우저: 저장된 전자 필기장 문서 및 디렉터리 목록
- 데이터 탐색기: 데이터 세트와 스키마를 검색, 액세스 및 탐색
- 커널 및 터미널 실행 중: 종료 기능이 있는 활성 커널 및 터미널 세션 목록
- 명령: 유용한 명령 목록
- 셀 검사기: 프레젠테이션 목적으로 전자 필기장을 설정하는 데 유용한 도구 및 메타데이터에 액세스할 수 있는 셀 편집기입니다
- 탭: 열려 있는 탭 목록입니다.
탭을 선택하여 해당 기능을 노출하거나, 확장된 탭에서 을 선택하여 아래 표시된 대로 왼쪽 사이드바를 축소합니다.
기본 작업 영역
JupyterLab의 기본 작업 영역을 사용하면 문서 및 기타 활동을 크기 조정 또는 세분화할 수 있는 탭 패널로 정렬할 수 있습니다. 탭을 탭 패널 가운데로 드래그하여 탭을 마이그레이션합니다. 탭을 패널의 왼쪽, 오른쪽, 위쪽 또는 아래쪽으로 드래그하여 패널을 나눕니다.
Python/R의 GPU 및 메모리 서버 구성
JupyterLab에서 오른쪽 상단 모서리의 톱니바퀴 아이콘을 선택하여 Notebook 서버 구성 을 엽니다. 슬라이더를 사용하여 GPU를 켜고 필요한 메모리 양을 할당할 수 있습니다. 할당할 수 있는 메모리 양은 조직이 프로비저닝한 양에 따라 다릅니다. 구성 업데이트 를 선택하여 저장합니다.
JupyterLab 종료 및 다시 시작
JupyterLab에서 세션을 종료하여 추가 리소스가 사용되지 않도록 할 수 있습니다. 먼저 전원 아이콘
JupyterLab을(를) 다시 시작하려면 전원 아이콘 왼쪽에 있는 다시 시작 아이콘
코드 셀 code-cells
코드 셀은 Notebooks의 기본 콘텐츠입니다. 여기에는 전자 필기장의 관련 커널 언어로 된 소스 코드와 코드 셀 실행의 결과로 출력된 출력이 포함됩니다. 실행 순서를 나타내는 모든 코드 셀의 오른쪽에 실행 횟수가 표시됩니다.
일반적인 셀 작업은 아래에 설명되어 있습니다.
-
셀 추가: 전자 필기장 메뉴에서 더하기 기호(+)를 클릭하여 빈 셀을 추가합니다. 새 셀은 현재 상호 작용하고 있는 셀 아래에 배치되거나 특정 셀이 포커스에 있지 않은 경우 수첩의 끝에 배치됩니다.
-
셀 이동: 이동할 셀의 오른쪽에 커서를 놓은 다음 셀을 클릭하여 새 위치로 끕니다. 또한 한 전자 필기장에서 다른 전자 필기장으로 셀을 이동하면 해당 내용과 함께 셀이 복제됩니다.
-
셀 실행: 실행하려는 셀의 본문을 클릭한 다음 전자 필기장 메뉴에서 재생 아이콘(▶)을 클릭합니다. 커널이 실행을 처리할 때 별표(*)가 셀의 실행 카운터에 표시되며 완료 시 정수로 대체됩니다.
-
셀 삭제: 삭제할 셀의 본문을 클릭한 다음 가위 아이콘을 클릭합니다.
커널 kernels
노트북 커널은 노트북 셀을 처리하는 언어별 컴퓨팅 엔진입니다. JupyterLab은(는) Python 외에도 R, PySpark 및 Spark (Scala)에서 추가 언어 지원을 제공합니다. 전자 필기장 문서를 열면 연결된 커널이 실행됩니다. 노트북 셀이 실행될 때, 커널은 계산을 수행하고 상당한 CPU 및 메모리 리소스를 소비할 수 있는 결과를 생성한다. 할당된 메모리는 커널을 종료할 때까지 해제되지 않습니다.
특정 기능 및 기능은 아래 표에 설명된 대로 특정 커널로 제한됩니다.
- Sensei ML Framework
- Catalog Service
- Query Service
- Sensei ML Framework
- Catalog Service
- Sensei ML Framework
- Catalog Service
커널 세션 kernel-sessions
JupyterLab의 각 활성 전자 필기장 또는 활동이 커널 세션을 사용합니다. 왼쪽 사이드바에서 터미널 및 커널 실행 탭을 확장하면 모든 활성 세션을 찾을 수 있습니다. 노트북용 커널의 종류와 상태는 노트북 인터페이스의 오른쪽 상단을 관찰하여 확인할 수 있다. 아래 다이어그램에서 전자 필기장의 연결된 커널은 Python3 이고 현재 상태는 오른쪽에 회색 원으로 표시됩니다. 속이 빈 원은 공회전 핵을 의미하며, 속이 빈 원은 사용 중인 핵을 의미한다.
커널이 종료되거나 오랫동안 사용되지 않으면 커널이 없습니다!단색 원이 있는 이(가) 표시됩니다. 커널 상태를 클릭하고 아래와 같이 적절한 커널 유형을 선택하여 커널을 활성화합니다.
런처 launcher
사용자 지정된 런처 는 다음을 포함하여 작업을 시작하는 데 도움이 되는 지원되는 커널에 대한 유용한 전자 필기장 서식 파일을 제공합니다.
일부 노트북 템플릿은 특정 커널로 제한됩니다. 각 커널에 대한 템플릿 가용성은 다음 표에 매핑되어 있습니다.
새 런처 를 열려면 파일 > 새 런처 을 클릭하세요. 또는 왼쪽 사이드바에서 파일 브라우저 를 확장하고 더하기 기호(+)를 클릭합니다.
다음 단계
지원되는 각 전자 필기장과 사용 방법에 대한 자세한 내용은 Jupyterlab 전자 필기장 데이터 액세스 개발자 안내서를 참조하세요. 이 안내서에서는 JupyterLab Notebooks를 사용하여 데이터 읽기, 쓰기 및 쿼리를 비롯한 데이터에 액세스하는 방법에 중점을 둡니다. 데이터 액세스 안내서에는 지원되는 각 노트북에서 읽을 수 있는 최대 데이터 양에 대한 정보도 포함되어 있습니다.
지원되는 라이브러리 supported-libraries
Python, R 및 PySpark에서 지원되는 패키지 목록을 보려면 새 셀에 !conda list을(를) 복사하여 붙여 넣은 다음 셀을 실행하십시오. 지원되는 패키지 목록은 알파벳순으로 채워집니다.
또한 다음 종속성이 사용되지만 나열되지 않습니다.
- CUDA 11.2
- CUDNN 8.1