Машинное обучение и аналитика данных становятся довольно популярными для массовой обработки данных, и ноутбуки Jupyter и TensorFlow являются одной из ведущих платформ в этом секторе. Мы рады сообщить, что теперь вы можете запускать и разрабатывать свои программы Jupyter / TensorFlow непосредственно в Okteto Cloud, платформе разработки приложений Kubernetes 😎!

Что такое записные книжки TensorFlow? Блокноты TensorFlow - это блокноты Jupyter, которые объединяют библиотеку TensorFlow и панель управления TensorBoard. Позвольте мне более подробно объяснить каждый из этих компонентов:

  • Jupyter Notebook - это веб-приложение с открытым исходным кодом, которое позволяет создавать и обмениваться документами, содержащими живой код, уравнения, визуализации и повествовательный текст.
  • TensorFlow - это библиотека с открытым исходным кодом, разработанная Google, для потока данных и дифференцируемого программирования для различных задач. Это символьная математическая библиотека, которая также используется для приложений машинного обучения, таких как нейронные сети.
  • TensorBoard - это инструмент для визуализации программ TensorFlow.

Разверните свой блокнот TensorFlow в Okteto Cloud

Okteto Cloud - платформа для разработки приложений Kubernetes. Зарегистрируйтесь сегодня, чтобы получить бесплатную учетную запись разработчика с 4 ЦП и 8 ГБ ОЗУ. Среди других удобных функций он имеет каталог приложений, которые можно развернуть одним щелчком мыши. Давайте воспользуемся им для развертывания записной книжки TensorFlow.

Войдите в Okteto Cloud и нажмите кнопку Развернуть вверху слева. В диалоговом окне отобразится список доступных приложений, которые вы можете развернуть. Выберите приложение tensorflow-notebook, установите пароль для записной книжки на что-нибудь запоминающееся и нажмите кнопку Deploy.

Ваш ноутбук TensorFlow будет запущен через секунды. Пользовательский интерфейс Okteto Cloud покажет вам две ссылки, связанные с вашим экземпляром записной книжки TensorFlow. Один - для доступа к записной книжке Jupyter, а другой - для доступа к панели инструментов TensorBoard:

Круто, нет? Нет ничего проще. Не нужно управлять собственной инфраструктурой, запускать Docker или писать манифесты Kubernetes. Но это еще не все, вы также можете улучшить рабочий процесс разработки программ TensorFlow с помощью Okteto. Посмотрим, как это работает.

Предпосылки

Среды разработки TensorFlow с Okteto

Мы подготовили репозиторий git с образцом программы TensorFlow, чтобы следовать этому руководству. Сначала получите локальную версию примера кода, выполнив следующую команду:

$ git clone https://github.com/okteto/tensorflow-notebook-getting-started
$ cd tensorflow-notebook-getting-started

Обновите переменную PASSWORD в файле okteto.yml той, которую вы выбрали при развертывании записной книжки TensorFlow:

name: tensorflow-notebook
workdir: /data
command: [“jupyter”, “notebook”, “ — allow-root”]
environment:
 — PASSWORD=okteto

Выполните следующую команду, чтобы активировать среду разработки TensorFlow:

$ okteto up
✓ Development environment activated
✓ Files synchronized
  Namespace: irespaldiza
  Name:      tensorflow-notebook
[I 13:54:07.261 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[W 13:54:07.431 NotebookApp] WARNING: The notebook server is listening on all IP addresses and not using encryption. This is not recommended.
[I 13:54:07.442 NotebookApp] Serving notebooks from local directory: /data
[I 13:54:07.443 NotebookApp] 0 active kernels
[I 13:54:07.443 NotebookApp] The Jupyter Notebook is running at:
[I 13:54:07.443 NotebookApp] http://[all ip addresses on your system]:8888/
[I 13:54:07.443 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).

Команда okteto up запускает службу синхронизации файлов, чтобы поддерживать актуальность изменений между локальной файловой системой и записной книжкой. Например, добавьте в записную книжку наборы данных или изображения, просто сохранив их в локальной tensorflow-notebook-getting-started папке. Okteto сделает их доступными прямо в вашем удаленном ноутбуке. Кроме того, все, что вы редактируете в своем блокноте Jupyter, будет синхронизировано с вашей локальной файловой системой.

Когда вы будете готовы внести изменения, запустите все свои ячейки:

И визуализируйте измерения и визуализации на панели инструментов TensorBoard:

Наконец, зафиксируйте свои изменения, когда это необходимо, больше не нужно экспортировать / импортировать свои программы 🚀!

Выводы

Kubernetes может стать отличной платформой для машинного обучения, предоставляя быстрый доступ к специализированному оборудованию и разделяя вашу инфраструктуру всеми членами вашей команды. Okteto упрощает ваше путешествие в Kubernetes, заставляя разработчиков и специалистов по обработке данных абстрагироваться от низкоуровневых деталей. Дайте нам знать, что вы думаете об этом в Твиттере или на нашем канале #okteto в Kubernetes community Slack.