Návody pre prostredie CHI Data Lab

Prihlásenie a voľba prostredia

Do prostredia Data Lab sa môžete prihlásiť svojim študentským kontom na TUKE. Po zadaní používateľského mena (v tvare ab123cd) a hesla sa zobrazia nastavenia servera na ktorom budete pracovať. Pre každého študenta sa vytvorí samostatný server. Na výber máte nasledujúce možnosti konfigurácie:

• Jupyter Notebook Data Science Stack – obsahuje nástroje pre programovanie v jazyku Python a R so zameraním na dátovú analytiku. Toto prostredie zvoľte pre predmet JDA.
• Jupyter Notebook Deep Learning Stack – obsahuje prostredie TensorFlow pre programovanie metód hlbokého učenia. Toto prostredie zvoľte pre predmet PMAD.
• Jupyter Notebook Python Spark Stack – obsahuje prostredie pre distribuované výpočty Apache Spark. Toto prostredie zvoľte pre predmet TSVD.

Ak sa chcete prepnúť medzi konfiguráciami:

1. uložte si Vašu prácu (pozri nasledujúcu časť)
2. v menu File zvoľte Hub Control Panel
3. kliknite na tlačidlo Stop My Server, a následne Start My Server
4. znova sa Vám zobrazia možnosti konfigurácie a pre nový sever sa môžete prepnúť do iného prostredia.

Hlavné rozhranie

Ako hlavné programátorské rozhranie je prednastavené prostredie JupyterLab. Viac informácií o práci v tomto prostredí nájdete v menu Help > JupyterLab Reference (v angličtine). Ak chcete používať klasické rozhranie Jupyter Notebook, v menu Help zvoľte Launch Classic Notebook.

Pracovný adresár a zdieľané dáta

Po prihlásení sa spustí samostatný server pre výpočty pre každého používateľa. Tento server je dočasný a automaticky sa odstráni ak na ňom nebudete pracovať nejakú dobu. Ak si chcete trvalo uchovať svoje súbory (notebooky, dáta, atď.), musíte ich uložiť v adresári work. V adresári work si môžete vytvoriť aj svoje podadresáre. Všetky ostatné dáta mimo adresára work (vrátane napr. vami nainštalovaných knižníc a balíkov v Pythone, alebo R) môžu byť automaticky vymazané. Adresár work je zdieľaný medzi všetkými konfiguráciami prostredia.

Okrem adresára work máte k dispozícii adresár datalab, v ktorom nájdete súbory zdieľané pre jednotlivé cvičenia vašim cvičiacim, alebo prednášajúcim. Adresár datalab je pre Vás iba na čítanie, tzn. môžete napr. v ňom notebooky spustiť, ale ak chcete uložiť nejaké zmeny, musíte ich uložiť ako kópiu do adresára work.

Lokálne prostredie

Server prostredia Data Lab si môžete spustiť aj lokálne na svojom počítači v prostredí Docker. Pre lokálne spustenie servera si najprv nainštalujte prostredie Docker podľa návodu pre Váš operačný systém a zvoľte Docker image pre Data Lab konfiguráciu podľa nasledujúcej tabuľky:

Konfigurácia prostredia	Image
Jupyter Notebook Data Science Stack	peterbednar/datascience-notebook:2.3.1
Jupyter Notebook Deep Learning Stack	peterbednar/tensorflow-notebook:2.3.1
Jupyter Notebook Python Spark Stack	peterbednar/pyspark-notebook:2.3.1

1. V príkazovom riadku sa prepnite do adresára na vašom počítači, v ktorom máte lokálne uložené súbory s ktorými chcete pracovať. Tento adresár sa v serveri sprístupní ako Váš pracovný adresár work.
2. Spustite server príkazom:
   Windows

   docker run -it --rm -v "%cd%":/home/jovyan/work -p 8888:8888 peterbednar/datascience-notebook:2.3.1

   Linux/macOS

   docker run -it --rm -v "${PWD}":/home/jovyan/work -p 8888:8888 peterbednar/datascience-notebook:2.3.1

3. Vo výpise na obrazovke príkazového riadku sa zobrazí adresa URL, prostredníctvom ktorej sa pripojíte k lokálnemu serveru cez Váš prehliadač.

Ak máte grafickú kartu NVidia s podporou CUDA a systém Linux, pre prostredie Jupyter Notebook Deep Learning Stack môžete zvoliť image peterbednar/tensorflow-gpu-notebook:2.3.1, v ktorom môžete využiť akceleráciu výpočtov na GPU.