Продолжать работу ноутбука jupyter lab, когда SSH завершается на локальном компьютере?

Я хотел бы иметь возможность выключить свой локальный компьютер, пока мой код постоянно работает в jupyter lab, и вернуться к нему позже, однако, как только SSH завершается, ядро ​​jupyter lab останавливается. Мой код также перестает выполняться, когда я закрываю вкладку браузера jupyter lab.

Из магазина Google Cloud Platform я использую виртуальную машину для глубокого обучения. Оттуда я подключаюсь к нему по SSH с помощью предложенной команды gcloud (Cloud SDK) gcloud compute ssh --project projectname --zone zonename vmname -- -L 8080:localhost:8080. Затем он открывает соединение PuTTY с виртуальной машиной и автоматически запускает лабораторию jupyter, к которой я теперь могу получить доступ на локальном хосте.

Что я могу сделать, чтобы в этом случае иметь возможность запускать свой код с выключенным локальным компьютером?


ssh jupyter-notebook google-cloud-platform google-cloud-sdk google-dl-platform
person JeffoJam    schedule 18.05.2020    source источник

Ответы (2)


arrow_upward
2
arrow_downward

Я обычно использую nohup при использовании jupter notebook через ssh!

:~$ nohup jupyter notebook --ip=0.0.0.0 --port=xxxx --no-browser &

вы можете узнать об этом подробнее здесь

Надеюсь, это поможет!

person Maheedhar    schedule 23.05.2020

arrow_upward
0
arrow_downward

Вы можете использовать удаленное выполнение Notebook. Обычно ваш код записной книжки будет запускаться на удаленном компьютере, а результаты будут храниться там или в GCS для последующего просмотра.

У вас есть следующие возможности:

  • Параметры на основе nbconvert:

    • nbconvert: предоставляет удобный способ выполнения ячеек ввода записной книжки .ipynb. файл и сохраните результаты, как входные, так и выходные ячейки, как файл .ipynb.

    • papermill: это пакет Python для параметризации и выполнения Jupyter Notebooks. (Использует nbconvert --execute под капотом.)

    • исполнитель записной книжки: это инструмент, который можно использовать для планирования выполнения записных книжек Jupyter из любого места (локально, GCE, GCP Notebooks) на виртуальную машину Cloud AI Deep Learning. Вы можете узнать больше об использовании этого инструмента здесь. (Использует gcloud sdk и papermill под капотом)

  • Инструмент для обучения Notebook

Пакет Python позволяет пользователям запускать записную книжку Jupyter в Google Cloud AI Platform Training Jobs.

  • Планировщик блокнотов AI Platform

Это альфа-версия (скоро бета) с ноутбуками на платформе AI и рекомендуемым вариантом. Позволяет планировать Notebook для повторяющихся запусков, следует точно такой же последовательности шагов, но для этого требуется параметр расписания в формате crontab.

Существуют и другие варианты, позволяющие запускать записные книжки удаленно:

  • tensorflow_cloud (Keras для GCP) Предоставляет API, которые позволят легко перейти от отладки и обучения ваших Keras и TensorFlow код в локальной среде для распределенного обучения в облаке.

  • GCP runner Позволяет запускать любую функцию записной книжки Jupyter на Google Cloud Platform В отличие от всех других решений, перечисленных выше, он позволяет запускать обучение для всего проекта, а не для отдельного файла Python или записной книжки Jupyter

person gogasca    schedule 18.05.2020