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
每个深度学习项目的源代码都附带了教程和示例，大多数情况下，它们可以在任何 DLAMI 上运行。如果您选择了 AMI使用 Conda 进行深度学习，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 笔记本电脑教程，您需要在实例上设置 Jupyter 笔记本服务器 DLAMI。
Jupyter 服务器运行后，您可以通过 Web 浏览器运行这些教程。如果你正在AMI使用 Conda 运行深度学习或者已经设置了 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 进行深度学习AMI的用户提供了更多示例。
注意
许多教程需要一些额外 Python 模块，它们在您的 DLAMI 上可能尚未设置。如果您收到类似 "xyz module not found" 的错误，请登录到 DLAMI，激活环境（如上所述），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GPUs。如果您的实例类型没有GPU，则可能需要更改示例的某些代码才能使其运行。
导航已安装的教程
登录 Jupyter 服务器并可以看到教程目录（仅限AMI使用 Conda 的深度学习）后，将显示按每个框架名称排列的教程文件夹。如果您没有看到某个框架，则表明在您当前 DLAMI 上该框架的教程不可用。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AMI度学习上运行笔记本时，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，你可能会看到Environment (conda_mxnet_p36)，这表示环境中有 MXNet Python 3。另一个变体是Environment (conda_mxnet_p27)，这表示环境中有 MXNet Python 2。
提示
如果您担心哪个版本CUDA处于活动状态，则可以通过首次登录MOTD时查看该版本DLAMI。
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 Kernel、Change 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。这里有一些有用的消息和错误记录，你可能会看到一个 out-of-memory错误。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。