Комментарии 8
Datalab по сути надстройка над Compute Engine и по-своему хорош, но:
1. Compute Engine более гибок в настройке.
2. Ценовая политика Compute Engine — платишь только за использованное время и это мне импонирует больше. Всё прозрачно.
1. Compute Engine более гибок в настройке.
2. Ценовая политика Compute Engine — платишь только за использованное время и это мне импонирует больше. Всё прозрачно.
Спасибо!
Мне казалось, что в Datalab виртуальную машину (GCE) тоже можно остановить, когда она не используется.
Ценовая политика вроде здесь описана: cloud.google.com/datalab/docs/resources/pricing
И ещё, мне казалось, что там можно всё скриптом (bash) поднять… и потом ликвидировать таким же образом.
Я не очень уверен, что http и https должны быть открыты.
Наверное я бы грохнул default network тоже и создал другую. И firewall rules порезал бы (например RDP не нужен)…
Мне казалось, что в Datalab виртуальную машину (GCE) тоже можно остановить, когда она не используется.
Ценовая политика вроде здесь описана: cloud.google.com/datalab/docs/resources/pricing
И ещё, мне казалось, что там можно всё скриптом (bash) поднять… и потом ликвидировать таким же образом.
Я не очень уверен, что http и https должны быть открыты.
Наверное я бы грохнул default network тоже и создал другую. И firewall rules порезал бы (например RDP не нужен)…
Несколько советов, в дополнение к статье.
У вас уже в конфиге указан и адрес и порт, можно запускать без этих параметров уже.
И наверное лучше запускать это через screen.
Если надо много раз запускать разные экземпляры, то токен можно указать тоже непосредственно в конфиге:
Также jupyter умеет в SSL, так что еще можно и так сделать:
И повесить например на порт 443 (если запускаем jupyter под рутом).
Иногда бывает, что нужны логи:
jupyter notebook --ip=0.0.0.0 --port=8888 --no-browser &
У вас уже в конфиге указан и адрес и порт, можно запускать без этих параметров уже.
И наверное лучше запускать это через screen.
Если надо много раз запускать разные экземпляры, то токен можно указать тоже непосредственно в конфиге:
c.NotebookApp.token = u'haogeeShafee2ie3xebueR5Aek7Fo3'Также jupyter умеет в SSL, так что еще можно и так сделать:
c.NotebookApp.certfile = u'/srv/keys/jupyter.crt'
c.NotebookApp.keyfile = u'/srv/keys/jupyter.key'И повесить например на порт 443 (если запускаем jupyter под рутом).
Иногда бывает, что нужны логи:
jupyter notebook --config=~/.jupyter/jupyter_notebook_config.py | tee -a /var/log/jupyter.logБлагодарю.
Насчет запуска jupiter без параметров ip и порта — это проблема, которую я так и не победил (точнее, не стал этим заморачиваться). Браузер вываливает timed-out error. Указываю параметры явно в строке — всё ок.
Насчет запуска jupiter без параметров ip и порта — это проблема, которую я так и не победил (точнее, не стал этим заморачиваться). Браузер вываливает timed-out error. Указываю параметры явно в строке — всё ок.
Странно.
Запускаю с такой конфигурацией:
gist.github.com/anonymous/0ffaf37e2e24fab7c1859bc66b29fccf
Через обычную команду
Последняя версия notebook из miniconda.
Запускаю с такой конфигурацией:
gist.github.com/anonymous/0ffaf37e2e24fab7c1859bc66b29fccf
Через обычную команду
jupyter notebook и все работает.Последняя версия notebook из miniconda.
Возможно комуто пригодится докер контейнеры от Nvidia для машинного обучения.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Настраиваем VM Instance Google Cloud для задач машинного обучения