Comments 8
UFO just landed and posted this here
UFO just landed and posted this here
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.
Sign up to leave a comment.
Настраиваем VM Instance Google Cloud для задач машинного обучения