Jos haluat yhdistää Google Colabin paikalliseen Jupyter Notebook -palvelimeen, joka on käynnissä kannettavassa tietokoneessa, sinun on noudatettava muutamia vaiheita. Tämän prosessin avulla voit hyödyntää paikallisen koneesi tehoa samalla kun hyödyt Google Colabin tarjoamista yhteistyöominaisuuksista ja pilvipohjaisista resursseista.
Varmista ensin, että kannettavaan tietokoneeseen on asennettu Jupyter Notebook. Jos sinulla ei ole sitä, voit asentaa sen noudattamalla käyttöjärjestelmäsi virallista Jupyter-dokumentaatiota. Kun olet asentanut, avaa pääte- tai komentokehote ja käynnistä paikallinen palvelin suorittamalla komento "jupyter notebook".
Seuraavaksi sinun on altistettava Jupyter Notebook -palvelin Internetiin. Tämä voidaan saavuttaa käyttämällä työkalua nimeltä ngrok. Ngrok luo suojatun tunnelin paikalliseen palvelimeesi, joka mahdollistaa ulkoisen pääsyn. Jos haluat käyttää ngrokia, lataa ja asenna se viralliselta verkkosivustolta. Kun olet asentanut, avaa uusi pääte tai komentokehote ja suorita komento "ngrok http 8888" (olettaen, että Jupyter Notebook -palvelin toimii oletusportissa 8888). Ngrok luo ainutlaatuisen URL-osoitteen, jonka avulla voit käyttää paikallista palvelinta mistä tahansa.
Kun olet saanut ngrok-URL-osoitteen, avaa uusi Google Colab -muistikirja. Suorita ensimmäisessä solussa seuraava koodi:
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
Tämä koodi asentaa tarvittavan paketin, ottaa käyttöön Jupyter-palvelinlaajennuksen ja käynnistää palvelimen portista 8888. Muista vaihtaa portin numero, jos paikallinen palvelin toimii eri portissa.
Kun koodi on suoritettu ensimmäisessä solussa, URL-osoite tulee näkyviin. Kopioi tämä URL-osoite ja liitä se uuteen soluun lisäämällä sen eteen "https://colab.research.google.com/github/". Jos URL-osoite on esimerkiksi "https://abcdef123.ngrok.io", kirjoita "https://colab.research.google.com/github/https://abcdef123.ngrok.io" uuteen solu.
Suorita lopuksi solu, joka sisältää muokatun URL-osoitteen. Tämä muodostaa yhteyden Google Colabin ja paikallisen Jupyter-muistikirjapalvelimesi välille. Voit nyt käyttää ja suorittaa koodia paikallisella palvelimellasi suoraan Google Colabista.
On tärkeää huomata, että tämä yhteys on väliaikainen ja katkeaa, jos suljet ngrok-istunnon tai käynnistät paikallisen Jupyter Notebook -palvelimen uudelleen. Sinun on toistettava prosessi muodostaaksesi yhteyden uudelleen.
Jos haluat yhdistää Google Colabin paikalliseen Jupyter Notebook -palvelimeen, joka toimii kannettavassa tietokoneessa, sinun on asennettava Jupyter Notebook, saatettava se Internetiin ngrokin avulla, asennettava tarvittavat paketit Google Colabiin ja muodostettava yhteys muokkaamalla ja suorittamalla toimitettu koodi. Näin voit yhdistää paikallisen koneen tehon Google Colabin yhteistyöominaisuuksiin.
Muita viimeaikaisia kysymyksiä ja vastauksia liittyen Edistyminen koneoppimisessa:
- Mitä rajoituksia suurten tietojoukkojen kanssa työskentelyssä on koneoppimisessa?
- Voiko koneoppiminen auttaa dialogia?
- Mikä on TensorFlow-leikkipaikka?
- Estääkö innokas tila TensorFlow'n hajautetun laskentatoiminnon?
- Voidaanko Googlen pilviratkaisujen avulla irrottaa tietojenkäsittely tallennustilasta, jotta ML-mallia voidaan harjoittaa tehokkaammin ison datan kanssa?
- Tarjoaako Google Cloud Machine Learning Engine (CMLE) automaattisen resurssien hankinnan ja määrityksen ja hoitaako resurssien sulkemisen mallin koulutuksen jälkeen?
- Onko mahdollista kouluttaa koneoppimismalleja mielivaltaisen suurille tietojoukoille ilman hikkausta?
- Edellyttääkö version luominen viedyn mallin lähteen määrittämistä käytettäessä CMLE:tä?
- Voiko CMLE lukea Google Cloud -tallennustiedoista ja käyttää tiettyä koulutettua mallia johtopäätösten tekemiseen?
- Voidaanko Tensorflowa käyttää syvien hermoverkkojen (DNN) harjoittamiseen ja päättelemiseen?
Katso lisää kysymyksiä ja vastauksia kohdassa Advancing in Machine Learning