JupyterLab-华为云

AI开发平台MODELARTS-下载JupyterLab文件到本地:从JupyterLab中下载大于100MB的文件到本地

从JupyterLab中下载大于100MB的文件到本地大于100MB的文件需要先从Notebook中上传到OBS，再从OBS下载到本地，具体操作如下：打开Python运行环境。以下图为例，在Launcher页面的Notebook区域，单击“python-3.7.10”。请您以实际环境为准。图2 打开Python运行环境使用MoXing将目标文件从Notebook上传到OBS中。上传txt、压缩后文件夹的Python示例代码如下。代码中的“/home/ma-user/work/xxx”为文件在Notebook中的存储路径，“obs://bucket_name/xxx”为该文件上传到OBS的存储路径，请您按照实际路径进行修改。上传一个obs_file.txt文件，从Notebook上传至OBS。在命令行输入以下代码，按需修改路径后，单击运行代码。在OBS控制台的桶中，可以看到txt对象存在，表明上传成功。 1 2 import moxing as mox mox.file.copy('/home/ma-user/work/obs_file.txt', 'obs://bucket_name/obs_file.txt') 图3 运行代码示例上传一个压缩后的sub_dir_0文件夹，从Notebook上传至OBS。在命令行输入以下代码，按需修改路径后，单击运行代码。在OBS控制台的桶中，可以看到文件夹对象存在，表明上传成功。 import moxing as mox mox.file.copy_parallel('/home/ma-user/work/sub_dir_0', 'obs://bucket_name/sub_dir_0') 使用OBS或ModelArts SDK将OBS中的文件下载到本地。方式一：使用OBS进行下载在OBS中，可以将样例中的“obs_file.txt”下载到本地。如果您的数据较多，推荐OBS Browser+下载数据或文件夹。使用OBS下载文件的操作指导，请参见下载文件。方式二：使用ModelArts SDK进行下载在您的本地环境下载并安装ModelArts SDK。完成ModelArts SDK的Session鉴权。将OBS中的文件下载到本地，详情请参见从OBS下载数据。示例代码如下： 1 2 3 4 5 6 7 8 9 10 from modelarts.session import Session # 认证用的ak和sk硬编码到代码中或者明文存储都有很大的安全风险，建议在配置文件或者环境变量中密文存放，使用时解密，确保安全； # 本示例以ak和sk保存在环境变量中来实现身份验证为例，运行本示例前请先在本地环境中设置环境变量HUAWEICLOUD_SDK_AK和HUAWEICLOUD_SDK_SK。 __AK = os.environ["HUAWEICLOUD_SDK_AK"] __SK = os.environ["HUAWEICLOUD_SDK_SK"] # 如果进行了加密还需要进行解密操作 session = Session(access_key=__AK,secret_key=__SK, project_id='***', region_name='***') session.download_data(bucket_path="/bucket_name/obs_file.txt",path="/home/user/obs_file.txt")

AI开发平台MODELARTS 通过JupyterLab在线使用Notebook实例进行AI开发

AI开发平台MODELARTS-上传本地文件至JupyterLab:上传本地超大文件（50GB以上）至JupyterLab

上传本地超大文件（50GB以上）至JupyterLab 不支持在Notebook的JupyterLab中直接上传大小超过50GB的文件。 50GB以上的文件需要先从本地上传到OBS中，再在Notebook中调用ModelArts的Moxing接口或者SDK接口读写OBS中的文件。图12 在Notebook中上传下载大文件具体操作如下：从本地上传文件至OBS。具体操作请参见上传文件至OBS桶。将OBS中的文件下载到Notebook，可以通过在Notebook中运行代码的方式完成数据下载，具体方式有2种，ModelArts的SDK接口或者调用MoXing接口。方法一：使用ModelArts SDK接口将OBS中的文件下载到Notebook后进行操作。示例代码： 1 2 3 from modelarts.session import Session session = Session() session.obs.copy("obs://bucket-name/obs_file.txt","/home/ma-user/work/") 方法二：使用Moxing操作OBS文件将OBS中的文件同步到Notebook后进行操作。 import moxing as mox #下载一个OBS文件夹sub_dir_0，从OBS下载至Notebook mox.file.copy_parallel('obs://bucket_name/sub_dir_0', '/home/ma-user/work/sub_dir_0') #下载一个OBS文件obs_file.txt，从OBS下载至Notebook mox.file.copy('obs://bucket_name/obs_file.txt', '/home/ma-user/work/obs_file.txt') 如果下载到Notebook中的是zip文件，在Terminal中执行下列命令，解压压缩包。 unzip xxx.zip #在xxx.zip压缩包所在路径直接解压代码执行完成后，参考图13打开Terminal后执行ls /home/ma-user/work命令查看下载到Notebook中的文件。或者在JupyterLab左侧导航中显示下载的文件，如果没有显示，请刷新后查看，如图14所示。图13 打开Terminal 图14 查看下载到Notebook中的文件

AI开发平台MODELARTS 上传文件至JupyterLab

AI开发平台MODELARTS-上传本地文件至JupyterLab:上传本地大文件（100MB~50GB）至JupyterLab

上传本地大文件（100MB~50GB）至JupyterLab 对于大小超过100MB不超过50GB的文件可以使用OBS中转，系统先将文件上传至OBS（对象桶或并行文件系统），然后从OBS下载到Notebook。下载完成后，ModelArts会将文件自动从OBS中删除。例如，对于下面这种情况，可以通过“OBS中转”上传。图5 通过OBS中转上传大文件如果使用OBS中转需要提供一个OBS中转路径，可以通过以下三种方式提供：图6 通过OBS中转路径上传仅第一次单击“OBS中转”需要提供OBS中转路径，以后默认使用该路径直接上传，可以通过上传文件窗口左下角的设置按钮更新OBS中转路径。如图10所示。方式一：在输入框中直接输入有效的OBS中转路径，然后单击“确定”完成。图7 输入有效的OBS中转路径方式二：打开OBS File Browser选择一个OBS中转路径，然后单击“确定”完成。图8 打开OBS File Browser 方式三：单击“使用默认路径”完成。图9 使用默认路径上传文件图10 设置本地文件OBS中转路径完成OBS中转路径设置后，开始上传文件。图11 上传文件解压缩文件包将文件以压缩包形式上传至Notebook JupyterLab后，可在Terminal中解压缩文件包。 unzip xxx.zip #在xxx.zip压缩包所在路径直接解压解压命令的更多使用说明可以在主流搜索引擎中查找Linux解压命令操作。

AI开发平台MODELARTS 上传文件至JupyterLab

AI开发平台MODELARTS-上传本地文件至JupyterLab:上传文件要求

上传文件要求对于大小不超过100MB的文件直接上传，并展示文件大小、上传进度及速度等详细信息。对于大小超过100MB不超过50GB的文件可以使用OBS中转，系统先将文件上传OBS（对象桶或并行文件系统），然后从OBS下载到Notebook，上传完成后，会将文件从OBS中删除。 50GB以上的文件上传通过调用ModelArts SDK或者Moxing完成。对于Notebook当前目录下已经有同文件名称的文件，可以覆盖继续上传，也可以取消。支持10个文件同时上传，其余文件显示“等待上传”。不支持上传文件夹，可以将文件夹压缩成压缩包上传至Notebook后，在Terminal中解压压缩包。 unzip xxx.zip #在xxx.zip压缩包所在路径直接解压解压命令的更多使用说明可以在主流搜索引擎中查找Linux解压命令操作。多个文件同时上传时，JupyterLab窗口最下面会显示上传文件总数和已上传文件数。

AI开发平台MODELARTS 上传文件至JupyterLab

AI开发平台MODELARTS-使用ModelArts SDK:示例代码

示例代码创建训练作业 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 from modelarts.session import Session from modelarts.estimator import Estimator session = Session() estimator = Estimator( modelarts_session=session, framework_type='PyTorch', # AI引擎名称 framework_version='PyTorch-1.0.0-python3.6', # AI引擎版本 code_dir='/obs-bucket-name/src/', # 训练脚本目录 boot_file='/obs-bucket-name/src/pytorch_sentiment.py', # 训练启动脚本目录 log_url='/obs-bucket-name/log/', # 训练日志目录 hyperparameters=[ {"label":"classes", "value": "10"}, {"label":"lr", "value": "0.001"} ], output_path='/obs-bucket-name/output/', # 训练输出目录 train_instance_type='modelarts.vm.xxx.xxx', # 训练环境规格 train_instance_count=1, # 训练节点个数 job_description='pytorch-sentiment with ModelArts SDK') # 训练作业描述 job_instance = estimator.fit(inputs='/obs-bucket-name/data/train/', wait=False, job_name='my_training_job') 查询模型列表 1 2 3 4 from modelarts.session import Session from modelarts.model import Model session = Session() model_list_resp = Model.get_model_list(session, model_status="published", model_name="digit", order="desc") 查询服务详情 1 2 3 4 5 from modelarts.session import Session from modelarts.model import Predictor session = Session() predictor_instance = Predictor(session, service_id="input your service_id") predictor_info_resp = predictor_instance.get_service_info()

AI开发平台MODELARTS JupyterLab

AI开发平台MODELARTS-JupyterLab操作流程

JupyterLab操作流程 ModelArts支持通过JupyterLab工具在线打开Notebook，开发基于PyTorch、TensorFlow和MindSpore引擎的AI模型。具体操作流程如下图所示。图1 使用JupyterLab在线开发调试代码创建Notebook实例。在ModelArts控制台创建一个Notebook开发环境实例，选择要使用的AI框架。具体参见创建Notebook实例。使用JupyterLab打开Notebook实例。具体参见打开JupyterLab。准备训练数据和代码文件，上传到JupyterLab中。具体参见上传本地文件至JupyterLab。在JupyterLab中编写代码文件，并运行调试。具体参见JupyterLab简介及常用操作。在JupyterLab中直接调用ModelArts提供的SDK，创建训练作业，上云训练。调用SDK创建训练作业的操作请参见调用SDK创建训练作业。父主题： JupyterLab

AI开发平台MODELARTS JupyterLab

AI开发平台MODELARTS-上传本地大文件（100MB~5GB）至JupyterLab

上传本地大文件（100MB~5GB）至JupyterLab 对于大小超过100MB不超过5GB的文件可以使用OBS中转，系统先将文件上传至OBS（对象桶或并行文件系统），然后从OBS下载到Notebook。下载完成后，ModelArts会将文件自动从OBS中删除。例如，对于下面这种情况，可以通过“OBS中转”上传。图1 通过OBS中转上传大文件如果使用OBS中转需要提供一个OBS中转路径，可以通过以下三种方式提供：图2 通过OBS中转路径上传仅第一次单击“OBS中转”需要提供OBS中转路径，以后默认使用该路径直接上传，可以通过上传文件窗口左下角的设置按钮更新OBS中转路径。如图6所示。方式一：在输入框中直接输入有效的OBS中转路径，然后单击“确定”完成。图3 输入有效的OBS中转路径方式二：打开OBS File Browser选择一个OBS中转路径，然后单击“确定”完成。图4 打开OBS File Browser 方式三：单击“使用默认路径”完成。图5 使用默认路径上传文件图6 设置本地文件OBS中转路径完成OBS中转路径设置后，开始上传文件。图7 上传文件解压缩文件包将文件以压缩包形式上传至Notebook JupyterLab后，可在Terminal中解压缩文件包。 unzip xxx.zip #在xxx.zip压缩包所在路径直接解压解压命令的更多使用说明可以在主流搜索引擎中查找Linux解压命令操作。父主题：上传本地文件至JupyterLab

AI开发平台MODELARTS 上传本地文件至JupyterLab

AI开发平台MODELARTS-GitHub开源仓库Clone:异常处理

异常处理 Clone仓库失败。可能是网络原因问题。可以在JupyterLab的Terminal中通过执行git clone https://github.com/jupyterlab/extension-examples.git测试网络连通情况。图6 Clone仓库失败如果克隆时遇到Notebook当前目录下已有该仓库，系统给出提示仓库名称重复，此时可以单击“覆盖”继续克隆仓库，也可以单击取消。

AI开发平台MODELARTS 上传文件至JupyterLab

AI开发平台MODELARTS-JupyterLab简介及常用操作:JupyterLab常用快捷键和插件栏

JupyterLab常用快捷键和插件栏图12 JupyterLab常用快捷键和插件栏表1 快捷键说明快捷键说明快速打开Notebook、Terminal。或打开Launcher页面，可快速创建新的Notebook、Console或其他文件。创建文件夹。上传文件。刷新文件目录。 Git插件，可连接此Notebook实例关联的Github代码库。表2 插件栏常用插件说明插件说明文件列表。单击此处，将展示此Notebook实例下的所有文件列表。当前实例中正在运行的Terminal和Kernel。 Git插件，可以方便快捷的使用Github代码库。属性检查器。文档结构图。图13 导航栏按钮表3 导航栏按钮介绍按钮说明 File 新建、关闭、保存、重新加载、重命名、导出、打印Notebook等功能。 Edit 编辑ipynb文件中代码块的相关操作，包括撤销、重做、剪切、复制、粘贴、选择、移动、合并、清除、查找代码块等。 View 查看视图相关操作。 Run 运行代码块相关操作，例如：运行选中代码块、一键运行所有代码块等。 Kernel 中断、重启、关闭、改变Kernel相关操作。 Git Git插件相关操作，可以方便快捷的使用Github代码库。 Tabs 同时打开多个ipynb文件时，通过Tabs激活或选择文件。 Settings JupyterLab工具系统设置。 Help JupyterLab工具自带的帮助参考。图14 ipynb文件菜单栏中的快捷键表4 ipynb文件菜单栏中的快捷键快捷键说明保存文件。添加新代码块。剪切选中的代码块。复制选中的代码块。粘贴选中的代码块。执行选中的代码块。终止kernel。重启kernel。重启kernel，然后重新运行当前Notebook的所有代码。此处下拉框有4个选项，分别是： Code（写python代码），Markdown（写Markdown代码，通常用于注释），Raw（一个转换工具），-（不修改）。查看代码历史版本。 git插件，图标显示灰色表示当前Region不支持。当前的资源规格。单击可以选择Kernel。表示代码运行状态，变为实心圆时，表示代码在运行中。分享到AI Gallery。

AI开发平台MODELARTS JupyterLab

AI开发平台MODELARTS-JupyterLab简介及常用操作:新建文件并打开Console

新建文件并打开Console Console的本质为Python终端，输入一条语句就会给出相应的输出，类似于Python原生的IDE。进入JupyterLab主页后，可在“Console”区域下，选择适用的AI引擎，单击后将新建一个对应框架的Notebook文件。由于每个Notebook实例选择的工作环境不同，其支持的AI框架也不同，下图仅为示例，请根据实际显示界面选择AI框架。图5 选择AI引擎并新建一个Console 文件创建成功后，将直接呈现Console页面。图6 新建文件（Console）

AI开发平台MODELARTS JupyterLab

AI开发平台ModelArts-使用ModelArts SDK:示例代码

示例代码创建训练作业 1 2 3 4 5 6 7 8 9101112131415161718192021 from modelarts.session import Sessionfrom modelarts.estimator import Estimatorsession = Session()estimator = Estimator( modelarts_session=session, framework_type='PyTorch', # AI引擎名称 framework_version='PyTorch-1.0.0-python3.6', # AI引擎版本 code_dir='/obs-bucket-name/src/', # 训练脚本目录 boot_file='/obs-bucket-name/src/pytorch_sentiment.py', # 训练启动脚本目录 log_url='/obs-bucket-name/log/', # 训练日志目录 hyperparameters=[ {"label":"classes", "value": "10"}, {"label":"lr", "value": "0.001"} ], output_path='/obs-bucket-name/output/', # 训练输出目录 train_instance_type='modelarts.vm.gpu.p100', # 训练环境规格 train_instance_count=1, # 训练节点个数 job_description='pytorch-sentiment with ModelArts SDK') # 训练作业描述job_instance = estimator.fit(inputs='/obs-bucket-name/data/train/', wait=False, job_name='my_training_job') 查询模型列表 1234 from modelarts.session import Session from modelarts.model import Modelsession = Session() model_list_resp = Model.get_model_list(session, model_status="published", model_name="digit", order="desc") 查询服务详情 12345 from modelarts.session import Sessionfrom modelarts.model import Predictorsession = Session()predictor_instance = Predictor(session, service_id="input your service_id")predictor_info_resp = predictor_instance.get_service_info()

AI开发平台ModelArts 使用JupyterLab

网络智能体-如何恢复异常的JupyterLab环境:重启Kernel-通过文件编辑时的快捷按钮

重启Kernel-通过文件编辑时的快捷按钮在JupyterLab环境界面，需要先打开一个后缀名为“ipynb”的文件。单击文件上方的重启Kernel快捷操作按钮，如图2所示。图2 快捷操作按钮在弹出的“重启内核”对话框中，单击“确定”。等待界面右上角的环境状态，从“Running”变为“Ready”，即Kernel重启完成。单击如图2所示的图标，在弹出的“清理所有运行数据”对话框中，单击“确定”。说明：目前JupyterLab是安装在相应规格的容器中的，在JupyterLab环境界面的所有操作都是基于缓存的，所以建议Kernel重启后，再清理下缓存。

网络智能体 JupyterLab开发平台

云服务器内容精选

JupyterLab

7*24

备案

专业服务

退订

建议反馈

售前咨询热线