运行 Jupyter 笔记本电脑教程 - 深度学习 AMI
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

运行 Jupyter 笔记本电脑教程

教程和示例随每个深度学习项目的源代码一起提供,在大多数情况下,它们将在任何 DLAMI 上运行。如果您选择了 采用康达的深度学习 AMI,那么您将获得一些已经建立并准备好尝试的精选教程的额外好处。

重要

要运行安装在 DLAMI 上的 Jupyter 笔记本教程,你需要设置 Jupyter Notebook 服务器.

Jupyter 服务器运行后,您可以通过 Web 浏览器运行这些教程。如果您正在使用 Conda 运行深度学习 AMI,或者已经设置了 Python 环境,则可以从 Jupyter 笔记本界面切换 Python 内核。在尝试运行特定于框架的教程之前,请选择合适的内核。为使用 Conda 的深度学习 AMI 的用户提供了更多示例。

注意

许多教程需要额外的 Python 模块,而这些模块可能无法在 DLAMI 上设置。如果出现类似的错误"xyz module not found",登录 DLAMI,如上所述激活环境,然后安装必要的模块。

提示

深度学习教程和示例通常依赖于一个或多个 GPU。如果您的实例类型没有 GPU,您可能需要更改一些示例代码才能使其运行。

导航已安装的教程

登录 Jupyter 服务器并可以看到教程目录(仅在使用 Conda 的深度学习 AMI 上)后,您将看到按每个框架名称显示的教程文件夹。如果您没有看到列出的框架,则说明您当前的 DLAMI 上没有适用于该框架的教程。单击框架名称以查看列出的教程,然后单击一个教程,将其启动。

当你第一次使用 Conda 在深度学习 AMI 上运行笔记本时,它会想知道你想使用哪个环境。它会提示您从列表中进行选择。每个环境都根据以下模式命名:

Environment (conda_framework_python-version)

例如,您可能会看到 Environment (conda_mxnet_p36),这意味着该环境具有 MXNet 和 Python 3。您也可能会看到 Environment (conda_mxnet_p27),这意味着该环境具有 MXNet 和 Python 2。

提示

如果你担心哪个版本的 CUDA 处于活动状态,那么查看它的一种方法是在你第一次登录 DLAMI 时在 MOTD 中查看它。

通过 Jupyter 切换环境

如果您决定尝试一个不同框架的教程,一定要验证当前正在运行的内核。此信息可以在 Jupyter 界面的右上方看到,就在注销按钮的下方。您可以在任何打开的笔记本电脑上更改内核,方法是依次单击 KernelChange Kernel 菜单项,然后单击正运行的笔记本电脑适合的环境。

此时您需要重新运行任何单元,因为内核中的更改将会擦除之前运行的任何内容的状态。

提示

在框架之间进行切换可能很有趣而且很有教育意义,但是可能导致耗尽内存。如果您开始遇到错误,请查看运行 Jupyter 服务器的终端窗口。这里有有有用的消息和错误记录,你可能会看到 out-of-memory错误消息。要解决这一问题,您可以转到 Jupyter 服务器的主页中,单击 Running 选项卡,然后为每个教程单击 Shutdown,因为这些教程可能仍然在后台运行,导致耗尽了所有内存。

后续步骤

有关每个框架的更多示例和示例代码,请单击 Next 或继续 Apache MXNet(孵化中)