Estos contenidos se han traducido de forma automática para su comodidad, pero Huawei Cloud no garantiza la exactitud de estos. Para consultar los contenidos originales, acceda a la versión en inglés.
Cómputo
Elastic Cloud Server
Bare Metal Server
Auto Scaling
Image Management Service
Dedicated Host
FunctionGraph
Cloud Phone Host
Huawei Cloud EulerOS
Redes
Virtual Private Cloud
Elastic IP
Elastic Load Balance
NAT Gateway
Direct Connect
Virtual Private Network
VPC Endpoint
Cloud Connect
Enterprise Router
Enterprise Switch
Global Accelerator
Gestión y gobernanza
Cloud Eye
Identity and Access Management
Cloud Trace Service
Resource Formation Service
Tag Management Service
Log Tank Service
Config
Resource Access Manager
Simple Message Notification
Application Performance Management
Application Operations Management
Organizations
Optimization Advisor
Cloud Operations Center
Resource Governance Center
Migración
Server Migration Service
Object Storage Migration Service
Cloud Data Migration
Migration Center
Cloud Ecosystem
KooGallery
Partner Center
User Support
My Account
Billing Center
Cost Center
Resource Center
Enterprise Management
Service Tickets
HUAWEI CLOUD (International) FAQs
ICP Filing
Support Plans
My Credentials
Customer Operation Capabilities
Partner Support Plans
Professional Services
Análisis
MapReduce Service
Data Lake Insight
CloudTable Service
Cloud Search Service
Data Lake Visualization
Data Ingestion Service
GaussDB(DWS)
DataArts Studio
IoT
IoT Device Access
Otros
Product Pricing Details
System Permissions
Console Quick Start
Common FAQs
Instructions for Associating with a HUAWEI CLOUD Partner
Message Center
Seguridad y cumplimiento
Security Technologies and Applications
Web Application Firewall
Host Security Service
Cloud Firewall
SecMaster
Data Encryption Workshop
Database Security Service
Cloud Bastion Host
Data Security Center
Cloud Certificate Manager
Blockchain
Blockchain Service
Servicios multimedia
Media Processing Center
Video On Demand
Live
SparkRTC
Almacenamiento
Object Storage Service
Elastic Volume Service
Cloud Backup and Recovery
Storage Disaster Recovery Service
Scalable File Service
Volume Backup Service
Cloud Server Backup Service
Data Express Service
Dedicated Distributed Storage Service
Contenedores
Cloud Container Engine
SoftWare Repository for Container
Application Service Mesh
Ubiquitous Cloud Native Service
Cloud Container Instance
Bases de datos
Relational Database Service
Document Database Service
Data Admin Service
Data Replication Service
GeminiDB
GaussDB
Distributed Database Middleware
Database and Application Migration UGO
TaurusDB
Middleware
Distributed Cache Service
API Gateway
Distributed Message Service for Kafka
Distributed Message Service for RabbitMQ
Distributed Message Service for RocketMQ
Cloud Service Engine
EventGrid
Dedicated Cloud
Dedicated Computing Cluster
Aplicaciones empresariales
ROMA Connect
Message & SMS
Domain Name Service
Edge Data Center Management
Meeting
AI
Face Recognition Service
Graph Engine Service
Content Moderation
Image Recognition
Data Lake Factory
Optical Character Recognition
ModelArts
ImageSearch
Conversational Bot Service
Speech Interaction Service
Huawei HiLens
Developer Tools
SDK Developer Guide
API Request Signing Guide
Terraform
Koo Command Line Interface
Distribución de contenido y cómputo de borde
Content Delivery Network
Intelligent EdgeFabric
CloudPond
Soluciones
SAP Cloud
High Performance Computing
Servicios para desarrolladores
ServiceStage
CodeArts
CodeArts PerfTest
CodeArts Req
CodeArts Pipeline
CodeArts Build
CodeArts Deploy
CodeArts Artifact
CodeArts TestPlan
CodeArts Check
Cloud Application Engine
aPaaS MacroVerse
KooPhone
KooDrive
Centro de ayuda/ ModelArts/ DevEnviron/ JupyterLab/ Descripción y operaciones comunes de JupyterLab

Descripción y operaciones comunes de JupyterLab

Actualización más reciente 2024-09-20 GMT+08:00

JupyterLab es el entorno de desarrollo interactivo basado en la web de próxima generación de Jupyter Notebook, que le permite compilar notebooks, operar terminales, editar texto de Markdown, habilitar la interacción y ver archivos e imágenes de CSV.

JupyterLab es el futuro entorno de desarrollo convencional para desarrolladores. Tiene los mismos componentes que Jupyter Notebook, pero ofrece funciones más flexibles y potentes.

Acceso a JupyterLab

Para acceder a JupyterLab desde una instancia de notebook en ejecución, realice las siguientes operaciones:

  1. Inicie sesión en la consola de gestión de ModelArts.In the navigation pane on the left, choose DevEnviron > Notebook.
  2. Haga clic en Open en la columna Operation de una instancia de notebook en ejecución para acceder a JupyterLab.
    Figura 1 Acceso a una instancia de notebook

  3. La página Launcher se muestra automáticamente. Realice las operaciones requeridas. Para obtener más información, consulte la Documentación de JupyterLab.
    Figura 2 Página de inicio de JupyterLab
    NOTA:

    Los kernels y las versiones de notebook y de la consola que se muestran en la página Launcher varían según el motor de IA basado en el que se cree una instancia de notebook. Figura 2 muestra solo un ejemplo. Obtenga los núcleos y las versiones de notebook y de la consola en la consola de gestión.

    • Notebook: Seleccione un kernel para ejecutar notebook, por ejemplo, TensorFlow o Python.
    • Console: Llame al terminal para el control de comandos.
    • Other: Edite otros archivos.

Creación de un archivo de IPYNB de JupyterLab

En la página de inicio del JupyterLab, haga clic en un motor de IA adecuado en el área Notebook para crear un archivo de IPYNB.

Los motores de IA compatibles con cada instancia de notebook varían según el entorno de tiempo de ejecución. La siguiente figura es solo un ejemplo. Seleccione un motor de IA basado en los requisitos del sitio.

Figura 3 Seleccionar un motor de AI y crear un archivo de IPYNB

El archivo de IPYNB creado se muestra en el panel de navegación de la izquierda.

Figura 4 Archivo de IPYNB creado

Creación de un archivo de notebook y acceso a la consola

Una consola es un terminal de Python, que es similar al IDE nativo de Python, mostrando la salida después de que se introduce una instrucción.

En la página de inicio del JupyterLab, haga clic en un motor de IA adecuado en el área Console para crear un archivo de notebook.

Los motores de IA admitidos por cada instancia de notebook varían en función del entorno de tiempo de ejecución. La siguiente figura es solo un ejemplo. Seleccione un motor de IA basado en los requisitos del sitio.

Figura 5 Selección de un motor de IA y creación de una consola

Después de crear el archivo, se muestra la página de la consola.

Figura 6 Creación de un archivo de notebook (consola)

Edición de un archivo de JupyterLab

JupyterLab le permite abrir múltiples instancias o archivos de notebook (como archivos HTML, TXT y Markdown) en una ventana y los muestra en las diferentes pestañas.

Con JupyterLab puede personalizar la demostración de varios archivos. En el área de demostración de archivos de la derecha, puede arrastrar un archivo para ajustar su posición. Se pueden mostrar varios archivos simultáneamente.

Figura 7 Demostración personalizada de varios archivos

Al escribir código en una instancia de notebook, puede crear varias vistas de un archivo para editarlo de forma sincrónica y ver los resultados de ejecución en tiempo real.

Para abrir varias vistas, abra un archivo de IPYNB y elija File > New View for Notebook.

Figura 8 Varias vistas de un archivo

Antes de codificar en el área de código de un archivo de IPYNB de JupyterLab, agregue un signo de exclamación (!) antes del código.

Por ejemplo, instale una biblioteca externa Shapely.

!pip install Shapely

Por ejemplo, obtenga PythonPath.

!echo $PYTHONPATH
Figura 9 Código de ejecución

Renovación o detención automática de una instancia de notebook

Si habilita la detención automática al crear o iniciar una instancia de notebook, la duración restante para detener la instancia se muestra en la esquina superior derecha de JupyterLab. Puede hacer clic en la hora de renovación.

Figura 10 Período restante
Figura 11 Renovación de una instancia

Botones y complementos comunes de JupyterLab

Figura 12 Botones y complementos comunes de JupyterLab
Tabla 1 Botones de JupyterLab

Botón

Descripción

Abra rápidamente instancias y terminales de notebook. Abra la página Launcher, en la que puede crear rápidamente instancias de notebook, consolas u otros archivos.

Cree una carpeta.

Cargue los archivos.

Actualice el directorio de archivos.

Complemento de Git, que se puede utilizar para acceder a la biblioteca de códigos de GitHub asociada a la instancia de notebook.

Tabla 2 Complementos de JupyterLab

Complemento

Descripción

Liste los archivos. Haga clic en este botón para mostrar todos los archivos de la instancia de notebook.

Muestra los terminales y kernels que se están ejecutando en la instancia actual.

Complemento de Git, que se puede utilizar para acceder rápidamente a la biblioteca de códigos de GitHub.

Inspector de propiedades.

Muestre la organización del documento.

Figura 13 Botones en la barra de navegación
Tabla 3 Botones en la barra de navegación

Botón

Descripción

File

Acciones relacionadas con archivos y directorios, como crear, cerrar o guardar notebooks.

Edit

Acciones relacionadas con la edición de documentos y otras actividades en el archivo de IPYNB, como deshacer, rehacer o cortar celdas.

View

Acciones que alteran la apariencia de JupyterLab como mostrar la barra o expandir el código.

Run

Acciones para ejecutar código en diferentes actividades como notebooks y consolas de código.

Kernel

Acciones para gestionar kernels, como interrumpir, reiniciar o cerrar un kernel.

Git

Acciones en el complemento de Git, que se puede utilizar para acceder rápidamente a la biblioteca de código de GitHub.

Tabs

Una lista de los documentos y actividades abiertos en el panel de acoplamiento.

Settings

Ajustes comunes y un editor de ajustes avanzados.

Help

Una lista de JupyterLab y enlaces de ayuda del núcleo.

Figura 14 Botones en la barra de menús de un archivo de IPYNB

Tabla 4 Botones en la barra de menús de un archivo de IPYNB

Botón

Descripción

Guardar un archivo.

Agregar una nueva celda.

Cortar la celda seleccionada.

Copiar la celda seleccionada.

Pegar la celda seleccionada.

Ejecutar la celda seleccionada.

Terminar un núcleo.

Reiniciar un kernel.

Reiniciar un kernel y vuelva a ejecutar todo el código de la notebook actual.

Hay cuatro opciones en la lista desplegable:

Code (código de Python), Markdown (código de Markdown, típicamente utilizado para comentarios), Raw (una herramienta de conversión) y - (no modificado)

Ver versiones de código histórico.

Complemento de Git. El botón gris indica que el complemento no está disponible en la región actual.

Variante de la instancia.

Kernel para su selección.

Estado de ejecución de código. indica que el código está siendo ejecutado.

Recursos de monitoreo

Para obtener el uso de recursos, seleccione Resource Monitor en el panel derecho. Se puede ver el uso de la CPU y el uso de la memoria.

Figura 15 Uso del recurso

Utilizamos cookies para mejorar nuestro sitio y tu experiencia. Al continuar navegando en nuestro sitio, tú aceptas nuestra política de cookies. Descubre más

Comentarios

Comentarios

Comentarios

0/500

Seleccionar contenido

Enviar el contenido seleccionado con los comentarios