深度学习训练 | JupyterLab连接云GPU服务器教程

文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com/）

原文地址 | https://gpushare.com/docs/best_practices/jupyterlab/

JupyterLab 是基于 Web 的新一代 Jupyter 交互式开发环境，可以通过 Web 管理文件、执行 Shell 命令、Python 代码。并且支持插件扩展。JupyterLab 包含了 Jupyter Notebook 的全部功能。

JupyterLab 基础介绍

当创建实例并启动后，可以在实例列表中点击链接打开 JupyterLab。

打开后进入到启动页。左侧为文件浏览器，可以对实例内的所有文件。右侧为工作区域。

默认提供的 JupyterLab 为中文汉化界面，可以在菜单 设置 - 语言 调整为英语界面。

运行终端

在启动页中点击 其他 - 终端 新建终端。或在菜单中 文件 - 新建 - 终端 创建终端。

打开终端页后可以直接执行命令。

使用完成后在终端内执行 logout 或 Ctrl + D 来正常退出终端。

如果直接关闭了终端的窗口，这个终端仍然会在后台继续运行，包括在正在执行的命令任务。想找回之前关闭的终端窗口，可以在左侧菜单栏点击 正在运行终端和内核 按钮，查看运行中的终端。

点击正在运行的终端可以重新打开这个终端的标签页。当显示空白可以输入 Enter 来打印一次终端提示符。

运行代码

创建一个镜像为 TensorFlow 2 的实例，运行 初学者的 TensorFlow 2.0 教程 中的笔记本代码。

警告

JupyterLab 上传只推荐上传小文件，如果有数据集等大文件请先上传到个人数据再下载到实例内。请参见 数据存储 中上传下载的说明。

首先下载 beginner.ipynb 记事本文件。通过 JupyterLab 上传到服务器中。

双击文件打开记事本，在右方工作区可以看到记事本中的代码内容。

在菜单中选择 运行 - 运行所有单元格，即运行全部代码。

在工作区每个单元格下方可以看到程序的输出。