Overzicht van de gebruikersinterface van JupyterLab
JupyterLab is een web-based gebruikersinterface voor Jupyter van het Projecten is strak geïntegreerd in Adobe Experience Platform. Het verstrekt een interactieve ontwikkelomgeving voor gegevenswetenschappers om met Notities Jupyter, code, en gegevens te werken.
Dit document biedt een overzicht van JupyterLab en de bijbehorende functies, evenals instructies om algemene handelingen uit te voeren.
JupyterLab on Experience Platform
De JupyterLab-integratie van Experience Platform gaat gepaard met architectuurwijzigingen, ontwerpoverwegingen, aangepaste laptopextensies, vooraf geïnstalleerde bibliotheken en een interface op basis van Adoben.
In de volgende lijst worden enkele functies beschreven die uniek zijn voor JupyterLab op Platform:
Integratie met andere Platform -services service-integration
Standaardisering en interoperabiliteit zijn de belangrijkste concepten achter Experience Platform . Dankzij de integratie van JupyterLab on Platform als een ingesloten IDE kunt u communiceren met andere Platform -services, zodat u Platform optimaal kunt gebruiken. De volgende Platform -services zijn beschikbaar in JupyterLab :
- Catalog Service: open en verken datasets met lees- en schrijffunctionaliteit.
- Query Service: heb toegang tot en verken datasets gebruikend SQL, die lagere gegevenstoegang overheadkosten verstrekken wanneer het behandelen van grote hoeveelheden gegevens.
- Sensei ML Framework: Modelontwikkeling met de mogelijkheid om gegevens te trainen en te scoren, en het maken van recept met één klik.
- Experience Data Model (XDM): Standaardisering en interoperabiliteit zijn de belangrijkste concepten achter Adobe Experience Platform. Model van de Gegevens van de Ervaring (XDM), die door Adobe wordt gedreven, is een inspanning om de gegevens van de klantenervaring te standaardiseren en schema's voor het beheer van de klantenervaring te bepalen.
Belangrijke functies en veelvoorkomende bewerkingen
In de volgende secties vindt u informatie over de belangrijkste functies van JupyterLab en instructies voor het uitvoeren van veelvoorkomende bewerkingen:
Toegang JupyterLab access-jupyterlab
In Adobe Experience Platform, selecteer Notebooks van de linkernavigatiekolom. Laat JupyterLab enige tijd volledig initialiseren.
JupyterLab interface jupyterlab-interface
De interface JupyterLab bestaat uit een menubalk, een opvouwbare linkerzijbalk en het hoofdwerkgebied met tabbladen met documenten en activiteiten.
bar van het Menu
De menubalk boven aan de interface heeft menu's op hoofdniveau die acties beschikbaar maken in JupyterLab met hun sneltoetsen:
- Dossier: Acties met betrekking tot dossiers en folders
- geef uit: Acties met betrekking tot het uitgeven van documenten en andere activiteiten
- Mening: Acties die de verschijning van JupyterLab veranderen
- Looppas: Acties voor het runnen van code in verschillende activiteiten zoals laptops en codeconsoles
- Kernel: Acties voor het beheren van kernels
- Lusjes: een lijst van open documenten en activiteiten
- Montages: Gemeenschappelijke montages en een geavanceerde montagesredacteur
- Hulp: een lijst van JupyterLab en kernel de verbindingen van de hulp
Linkerzijbalk
De linkerzijbalk bevat klikbare tabbladen die toegang bieden tot de volgende functies:
- browser van het Dossier: een lijst van opgeslagen notitiedocumenten en folders
- ontdekkingsreiziger van Gegevens: doorblader, toegang, en onderzoek datasets en schema's
- lopende kernels en terminals: Een lijst van actieve kernel en eindzittingen met de capaciteit om te eindigen
- Bevelen: een lijst van nuttige bevelen
- de inspecteur van het Cel: de celredacteur van A die toegang tot hulpmiddelen en meta-gegevens nuttig verleent voor vestiging een notitieboekje voor presentatiedoeleinden
- lusjes: een lijst van open lusjes
Selecteer een tab om de bijbehorende functies weer te geven of selecteer een uitgevouwen tab om de linkerzijbalk samen te vouwen, zoals hieronder wordt getoond:
Belangrijkste het werkgebied
In het hoofdwerkgebied van JupyterLab kunt u documenten en andere activiteiten rangschikken in tabbladen waarvan u de grootte kunt wijzigen of die u kunt onderverdelen. Sleep een tab naar het midden van een tabdeelvenster om de tab te migreren. Verdeel een deelvenster door een tab naar links, rechts, boven of onder in het deelvenster te slepen:
GPU- en geheugenserverconfiguratie in Python/R
In JupyterLab selecteer het tandwielpictogram in de hoogste juiste hoek om de serverconfiguratie van het Notitieboekje te openen. Met de schuifregelaar kunt u de GPU in- en uitschakelen en de benodigde hoeveelheid geheugen toewijzen. De hoeveelheid geheugen die u kunt toewijzen, is afhankelijk van de hoeveelheid geheugen die uw organisatie heeft ingericht. Selecteer Update configs voor opslaan.
Beëindigen en opnieuw starten JupyterLab
In JupyterLab kunt u uw sessie beëindigen om te voorkomen dat meer bronnen worden gebruikt. Begin door het machtspictogram
Om JupyterLab opnieuw te beginnen, selecteer het pictogram van het nieuwe begin
Codecellen code-cells
Codecellen zijn de belangrijkste inhoud van laptops. Ze bevatten broncode in de taal van de bijbehorende kernel van de laptop en de uitvoer als gevolg van het uitvoeren van de codecel. Rechts van elke codecel wordt een aantal uitvoeringen weergegeven die de volgorde van uitvoering ervan aangeven.
Vaak voorkomende celhandelingen worden hieronder beschreven:
-
voeg een cel toe: klik het plus symbool (+) van het notitieboekjecomenu om een lege cel toe te voegen. Nieuwe cellen worden onder de cel geplaatst waarmee momenteel wordt gewerkt, of aan het einde van de laptop als geen bepaalde cel de focus heeft.
-
Beweeg een cel: Plaats uw curseur rechts van de cel u wenst te bewegen, dan klik en sleep de cel aan een nieuwe plaats. Als u bovendien een cel van het ene notebook naar het andere verplaatst, wordt de cel met de inhoud gerepliceerd.
-
voer een cel uit: klik op het lichaam van de cel u wenst uit te voeren en dan het spel pictogram (▶) van het notitieboekjecomenu klikken. Een asterisk (*) wordt getoond in de uitvoerteller van de cel wanneer de kernel de uitvoering verwerkt, en met een geheel na voltooiing vervangen.
-
Schrap een cel: klik op het lichaam van de cel u wenst om dan het schaar pictogram te schrappen en te klikken.
Kernels kernels
Notebookkernels zijn de taalspecifieke computerengines voor de verwerking van notebookcellen. Naast Python biedt JupyterLab extra taalondersteuning in R, PySpark en Spark (Scala). Wanneer u een notitieboekjectdocument opent, wordt de bijbehorende kernel gestart. Wanneer een laptopcel wordt uitgevoerd, voert de kernel de berekening uit en levert dit resultaten op die aanzienlijke CPU- en geheugenbronnen verbruiken. Let op: toegewezen geheugen wordt pas vrijgemaakt wanneer de kernel wordt afgesloten.
Bepaalde kenmerken en functies zijn beperkt tot bepaalde kernels zoals beschreven in de onderstaande tabel:
- Sensei ML Framework
- Catalog Service
- Query Service
- Sensei ML Framework
- Catalog Service
- Sensei ML Framework
- Catalog Service
Kernel-sessies kernel-sessions
Elke actieve laptop of activiteit op JupyterLab maakt gebruik van een kernel-sessie. Alle actieve zittingen kunnen worden gevonden door de Lopende terminals en kernels tabel van linkerzijbalk uit te breiden. Het type en de toestand van de kernel voor een laptop kunnen worden geïdentificeerd door de laptop rechtsboven te volgen. In het onderstaande diagram is de bijbehorende kernel van de laptop Python3 en wordt de huidige toestand weergegeven door een grijze cirkel naar rechts. Een holle cirkel impliceert een nutteloze kernel en een stevige cirkel impliceert een bezige kernel.
Als de kernel voor een lange periode wordt gesloten of inactief, dan Geen Kernel! met een effen cirkel wordt weergegeven. Activeer een kernel door op de kernel-status te klikken en het juiste kernel-type te selecteren, zoals hieronder wordt getoond:
Launcher launcher
De aangepaste Lanceerinrichting voorziet u van nuttige notitieboekjecalplaatjes voor hun gesteunde kernels om u te helpen uw taak beginnen, die omvat:
Sommige laptopsjablonen zijn beperkt tot bepaalde kernels. De beschikbaarheid van het malplaatje voor elke pit wordt in de volgende lijst in kaart gebracht:
Om een nieuwe Lanceerprogramma te openen, klik Dossier > Nieuwe Lanceerinrichting. Alternatief, breid browser van het Dossier van linkerzijbalk uit en klik het plus symbool (+):
Volgende stappen
Om meer over elk van de gesteunde laptops te leren en hoe te om hen te gebruiken, bezoek de toegang van de documentengegevens van Jupyterlabontwikkelaarsgids. Deze handleiding is gericht op het gebruik van JupyterLab-laptops voor toegang tot uw gegevens, zoals lezen, schrijven en vragen om gegevens. De gids voor gegevenstoegang bevat ook informatie over de maximale hoeveelheid gegevens die kan worden gelezen door elke ondersteunde laptop.
Ondersteunde bibliotheken supported-libraries
Kopieer en plak !conda list in een nieuwe cel voor een lijst met ondersteunde pakketten in Python, R en PySpark en voer vervolgens de cel uit. Een lijst met ondersteunde pakketten wordt in alfabetische volgorde gevuld.
Bovendien worden de volgende gebiedsdelen gebruikt maar niet vermeld:
- CUDA 11.2
- CUDNN 8.1