[PYTHON] Lernen Sie maschinelles Lernen jederzeit und überall in der bedarfsgesteuerten Jupyter Notebook-Umgebung

Vor kurzem war ich vollständig in maschinelles Lernen vertieft, aber die Verwendung des Jupyter-Notizbuchs ist nützlich, weil es mein Studium erleichtert. Da es mit einem Browser verwendet werden kann, wollte ich eine Umgebung, in der ich mein "Notebook" öffnen kann, auch wenn ich meinen Lieblings-Notebook-PC nicht jederzeit und überall mit einem Browser habe.


Überblick

Erstellen Sie mit Docker auf DigitalOcean eine [Jupyter Notebook] -Umgebung (http://jupyter.org/). Machen.

DigitalOcean ist ein billiges sogenanntes IaaS. Es wird stündlich berechnet und kann ab dem 21. November 2015 für 0,86 Yen / Stunde (0,007 USD / Stunde) verwendet werden. Wenn Sie den Server auf der DigitalOcean-Webseite ausschalten, kostet dies kein Geld. Sie können ihn also nur einschalten, wenn Sie studieren möchten.

Docker ist ein bekanntes Anwendungsbereitstellungstool für Containertypen, das hier verwendet wird, um den Aufbau der Jupyter Notebook-Umgebung zu vereinfachen. Als Container ist scikit-learn usw. [hier] vorinstalliert (https://hub.docker.com/r/jupyter/datascience-notebook/) ) Container wird verwendet.

Umgebung

Ein Tröpfchen erstellen

DigitalOcean baut einen Server in Einheiten namens Droplets auf.

Wenn Sie ein DigitalOcean-Konto erstellt haben, befolgen Sie als Voraussetzung diesen Artikel, um Ihren öffentlichen Schlüssel zu erhalten. Ich werde es registrieren.

  1. Melden Sie sich bei DigitalOcean an und klicken Sie auf "Droplet erstellen".

  2. Erstellen Sie ein Droplet mit dem folgenden Inhalt (Bild auswählen wählt Docker aus)

Stellen Sie den Jupyter-Container bereit

  1. Wenn die Erstellung der Droplets abgeschlossen ist, wird die IP-Adresse des erstellten Droplets angezeigt. Melden Sie sich mit ssh von Ihrem PC aus bei Droplet an.

    $ ssh root@<IP Adresse>
    
  2. Erstellen Sie ein Arbeitsbereichsverzeichnis [^ 1]

    $ mkdir /opt/notebooks #Der Standort ist beliebig
    $ chmod a+w -R /opt/notebooks
    
  3. Starten Sie den Jupyter-Container, der die für maschinelles Lernen erforderlichen Pakete wie "scikit-learn" enthält.

    $ docker run -d --restart always -p 8888:8888 -v /opt/notebooks:/home/jovyan/work -e PASSWORD=<Beliebiges Passwort> jupyter/datascience-notebook
    
  4. Gehen Sie mit Ihrem Browser zu "http: // : 8888", um dies zu überprüfen

[^ 1]: Ich versuche / opt / notebooks mit git zu verwalten


Versuchen Sie danach, das Jupyter-Notizbuch wie gewohnt zu verwenden. Wenn Sie fertig sind, versuchen Sie "Ausschalten" aus dem DigitalOcean-Web. Wenn Sie später "einschalten", wird das Jupyter-Notebook automatisch gestartet.

Es war einmal eine Frage: "Der" org "-Modus von" Emacs "eignet sich zum Schreiben von Sätzen, aber kann er nicht einfacher ausgeführt werden und das Ergebnis kann nicht wiedergegeben werden?" Ich denke jedoch, dass das Jupyter Notebook ein Werkzeug ist, das dies ermöglicht. In diesem Sinne denke ich, dass die derzeitigen Schüler glücklich sind, und ich denke, es wäre gut, Jupyter Notebook heutzutage in der Schule aktiv vorzustellen.

Recommended Posts

Lernen Sie maschinelles Lernen jederzeit und überall in der bedarfsgesteuerten Jupyter Notebook-Umgebung
Maschinelles Lernen mit Jupyter Notebook in einer OCI Always Free-Umgebung (17.12.2019)
Erstellen Sie mit Python eine interaktive Umgebung für maschinelles Lernen
Erstellen Sie mit GCP + Docker + Jupyter Lab eine beliebige Umgebung für maschinelles Lernen
Versuchen Sie es mit dem Jupyter Notebook von Azure Machine Learning
Einfaches maschinelles Lernen mit AutoAI (Teil 4) Jupyter Notebook
Lerne irgendwie maschinelles Lernen
Führen Sie pandas-highcharts display_charts in einer anderen Umgebung als jupyter aus
Erstellen einer virtuellen Anaconda-Umgebung für die Verwendung mit Azure Machine Learning und Verknüpfen mit Jupyter
Neuerstellung der Umgebung für maschinelles Lernen mit Miniconda (Windows-Version)
[Maschinelles Lernen] Fassen wir die zufällige Gesamtstruktur auf leicht verständliche Weise zusammen
Erstellen Sie eine Umgebung für maschinelles Lernen mit Python unter MacOSX
Reflektieren Sie die von Miniconda erstellte virtuelle Umgebung im Jupyter-Notizbuch
Aufbau einer Auto-Sklearn-Umgebung, die maschinelles Lernen halbautomatisiert (Mac & Docker)
Eine Einführung in das maschinelle Lernen
HTML in Jupyter-Notizbuch anzeigen
Mehrfachverarbeitungsfehler in Jupyter Notebook
Erstellen Sie eine maschinelle Lernumgebung
Wird in EDA für maschinelles Lernen verwendet
jupyter notebook in python3.8 venv umgebung
Schnelle Schritte zum Erstellen einer maschinellen Lernumgebung mit Jupyter Notebook unter macOS Sierra mit anaconda
Wie wäre es mit Anaconda zum Erstellen einer maschinellen Lernumgebung mit Python?
Führen Sie eine morphologische Analyse in der von GCE gestarteten maschinellen Lernumgebung durch
Jupyter Notebook 6.0.2 kann nicht in der in Anaconda erstellten Python 2.7-Umgebung installiert werden
Maschinelles Python-Lernen ohne Entwicklungsumgebung. Im Azure-Notizbuch (Jupyter-Notizbuch in Azure) heißt es: "Lernen wir, indem wir mit Ayaka Ikezawa programmieren!" Ich nahm an einem Mathematikkurs für maschinelles Lernen teil [Bayes 'Theorem]
Automatisieren Sie Routineaufgaben beim maschinellen Lernen
Generieren Sie das Jupyter-Notizbuch ".ipynb" in Python
Klassifikation und Regression beim maschinellen Lernen
[MEMO] [Aufbau der Entwicklungsumgebung] Jupyter Notebook
Maschinelles Lernen in Delemas (Datenerfassung)
Zeigen Sie Diagramme inline in Jupyter Notebook an
Python: Vorverarbeitung beim maschinellen Lernen: Übersicht
Vorverarbeitung beim maschinellen Lernen 2 Datenerfassung
Errichtete eine Umgebung für Anaconda & Jupyter
Random Seed Research im maschinellen Lernen
Vorverarbeitung beim maschinellen Lernen 4 Datenkonvertierung
In 100 Tagen sind Sie Ingenieur. ――Tag 81 ――Programmieren ――Über maschinelles Lernen 6
[Definitive Edition] Erstellen einer Umgebung zum Erlernen des "maschinellen Lernens" mit Python unter Windows
In 100 Tagen sind Sie Ingenieur. ――Tag 82 ――Programmieren ――Über maschinelles Lernen 7
In 100 Tagen sind Sie Ingenieur. ――Tag 79 ――Programmieren ――Über maschinelles Lernen 4
[Definitive Edition] Erstellen einer Umgebung zum Erlernen des "maschinellen Lernens" mit Python auf dem Mac
Fehler "Einstiegspunkt nicht gefunden" beim Starten von Jupyter Notebook in einer virtuellen Umgebung
In 100 Tagen sind Sie Ingenieur. ――Tag 76 ――Programmieren ――Über maschinelles Lernen
In 100 Tagen sind Sie Ingenieur. ――Tag 80 ――Programmieren ――Über maschinelles Lernen 5
In 100 Tagen sind Sie Ingenieur. ――Tag 78 ――Programmieren ――Über maschinelles Lernen 3
Sie werden in 100 Tagen Ingenieur. ――Tag 84 ――Programmieren ――Über maschinelles Lernen 9
In 100 Tagen sind Sie Ingenieur. ――Tag 83 ――Programmieren ――Über maschinelles Lernen 8
In 100 Tagen sind Sie Ingenieur. ――Tag 77 ――Programmieren ――Über maschinelles Lernen 2
In 100 Tagen sind Sie Ingenieur. ――Tag 85 ――Programmieren ――Über maschinelles Lernen 10