Aby połączyć Google Colab z lokalnym serwerem Jupyter Notebook uruchomionym na Twoim laptopie, musisz wykonać kilka kroków. Ten proces umożliwia wykorzystanie mocy komputera lokalnego przy jednoczesnym korzystaniu z funkcji współpracy i zasobów w chmurze zapewnianych przez Google Colab.
Najpierw upewnij się, że masz zainstalowany Jupyter Notebook na swoim laptopie. Jeśli go nie masz, możesz go zainstalować, postępując zgodnie z oficjalną dokumentacją Jupyter dla twojego systemu operacyjnego. Po zainstalowaniu otwórz terminal lub wiersz poleceń i uruchom polecenie „jupyter notebook”, aby uruchomić lokalny serwer.
Następnie musisz udostępnić serwer Jupyter Notebook w Internecie. Można to osiągnąć za pomocą narzędzia o nazwie ngrok. Ngrok tworzy bezpieczny tunel do Twojego lokalnego serwera, umożliwiając dostęp z zewnątrz. Aby korzystać z ngrok, pobierz i zainstaluj go z oficjalnej strony internetowej. Po zainstalowaniu otwórz nowy terminal lub wiersz poleceń i uruchom polecenie „ngrok http 8888” (zakładając, że serwer Jupyter Notebook działa na domyślnym porcie 8888). Ngrok wygeneruje unikalny adres URL, którego możesz użyć, aby uzyskać dostęp do lokalnego serwera z dowolnego miejsca.
Po uzyskaniu adresu URL ngrok otwórz nowy notatnik Google Colab. W pierwszej komórce uruchom następujący kod:
python !pip install jupyter_http_over_ws !jupyter serverextension enable --py jupyter_http_over_ws !jupyter notebook --NotebookApp.allow_origin='https://colab.research.google.com' --port=8888 --NotebookApp.port_retries=0
Ten kod instaluje niezbędny pakiet, włącza rozszerzenie serwera Jupyter i uruchamia serwer na porcie 8888. Pamiętaj, aby zmienić numer portu, jeśli twój lokalny serwer działa na innym porcie.
Po wykonaniu kodu w pierwszej komórce zostanie wyświetlony adres URL. Skopiuj ten adres URL i wklej go do nowej komórki, poprzedzając go ciągiem „https://colab.research.google.com/github/”. Jeśli na przykład adres URL to „https://abcdef123.ngrok.io”, wpisz „https://colab.research.google.com/github/https://abcdef123.ngrok.io” w nowym komórka.
Na koniec uruchom komórkę zawierającą zmodyfikowany adres URL. Spowoduje to ustanowienie połączenia między Google Colab a lokalnym serwerem Jupyter Notebook. Możesz teraz uzyskiwać dostęp do kodu i uruchamiać go na lokalnym serwerze bezpośrednio z Google Colab.
Należy pamiętać, że to połączenie jest tymczasowe i zostanie utracone, jeśli zamkniesz sesję ngrok lub zrestartujesz lokalny serwer Jupyter Notebook. Będziesz musiał powtórzyć proces, aby ponownie się połączyć.
Aby połączyć Google Colab z lokalnym serwerem Jupyter Notebook działającym na twoim laptopie, musisz zainstalować Jupyter Notebook, udostępnić go w Internecie za pomocą ngrok, zainstalować niezbędne pakiety w Google Colab i nawiązać połączenie, modyfikując i uruchamiając dostarczony kod. Pozwala to połączyć moc lokalnej maszyny z funkcjami współpracy Google Colab.
Inne niedawne pytania i odpowiedzi dotyczące Postęp w uczeniu maszynowym:
- Jakie są ograniczenia w pracy z dużymi zbiorami danych w uczeniu maszynowym?
- Czy uczenie maszynowe może pomóc w dialogu?
- Czym jest plac zabaw TensorFlow?
- Czy tryb chętny uniemożliwia funkcjonalność przetwarzania rozproszonego TensorFlow?
- Czy rozwiązania chmurowe Google można wykorzystać do oddzielenia przetwarzania od pamięci masowej w celu efektywniejszego uczenia modelu uczenia maszynowego za pomocą dużych zbiorów danych?
- Czy Google Cloud Machine Learning Engine (CMLE) oferuje automatyczne pozyskiwanie i konfigurację zasobów oraz obsługuje zamykanie zasobów po zakończeniu uczenia modelu?
- Czy możliwe jest bezproblemowe trenowanie modeli uczenia maszynowego na dowolnie dużych zbiorach danych?
- Czy w przypadku korzystania z CMLE utworzenie wersji wymaga określenia źródła eksportowanego modelu?
- Czy CMLE może odczytywać dane z magazynu Google Cloud i używać określonego przeszkolonego modelu do wnioskowania?
- Czy Tensorflow może być używany do uczenia i wnioskowania o głębokich sieciach neuronowych (DNN)?
Zobacz więcej pytań i odpowiedzi w sekcji Postępy w uczeniu maszynowym