Google Colabi ühendamiseks kohaliku Jupyteri sülearvuti serveriga, mis töötab teie sülearvutis, peate järgima mõnda toimingut. See protsess võimaldab teil kasutada oma kohaliku masina võimsust, saades samas kasu Google Colabi pakutavatest koostööfunktsioonidest ja pilvepõhistest ressurssidest.
Esiteks veenduge, et teie sülearvutisse oleks installitud Jupyter Notebook. Kui teil seda pole, saate selle installida, järgides oma operatsioonisüsteemi Jupyteri ametlikku dokumentatsiooni. Pärast installimist avage terminal või käsuviip ja käivitage kohaliku serveri käivitamiseks käsk "jupyter notebook".
Järgmisena peate Jupyteri sülearvuti serveri Internetiga kokku puutuma. Seda saab saavutada ngrok-nimelise tööriista abil. Ngrok loob teie kohaliku serveriga turvalise tunneli, võimaldades välist juurdepääsu. Ngroki kasutamiseks laadige see alla ja installige see ametlikult veebisaidilt. Pärast installimist avage uus terminal või käsuviip ja käivitage käsk "ngrok http 8888" (eeldusel, et Jupyteri sülearvuti server töötab vaikepordis 8888). Ngrok loob ainulaadse URL-i, mida saate kasutada oma kohalikule serverile juurdepääsuks kõikjal.
Pärast ngrok URL-i hankimist avage uus Google Colabi märkmik. Käivitage esimeses lahtris järgmine kood:
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
See kood installib vajaliku paketi, lubab Jupyteri serverilaienduse ja käivitab serveri pordil 8888. Kui teie kohalik server töötab mõnes muus pordis, asendage kindlasti pordi number.
Pärast koodi käivitamist esimeses lahtris kuvatakse URL. Kopeerige see URL ja kleepige see uude lahtrisse, lisades selle eesliite "https://colab.research.google.com/github/". Näiteks kui URL on "https://abcdef123.ngrok.io", peaksite uude URL-i sisestama "https://colab.research.google.com/github/https://abcdef123.ngrok.io". kamber.
Lõpuks käivitage muudetud URL-i sisaldav lahter. See loob ühenduse Google Colabi ja teie kohaliku Jupyteri sülearvuti serveri vahel. Nüüd saate oma kohalikus serveris koodile juurde pääseda ja seda käitada otse teenusest Google Colab.
Oluline on märkida, et see ühendus on ajutine ja katkeb, kui sulgete ngroki seansi või taaskäivite kohaliku Jupyteri sülearvuti serveri. Ühenduse taastamiseks peate protsessi kordama.
Google Colabi ühendamiseks kohaliku Jupyteri sülearvuti serveriga, mis töötab teie sülearvutis, peate installima Jupyter Notebooki, viima selle ngroki abil Internetti, installima Google Colabi vajalikud paketid ning looma ühenduse, muutes ja käivitades pakutud koodi. See võimaldab teil ühendada kohaliku masina võimsuse Google Colabi koostööfunktsioonidega.
Muud hiljutised küsimused ja vastused selle kohta Masinõppes edasijõudmine:
- Millised on masinõppes suurte andmekogumitega töötamise piirangud?
- Kas masinõpe võib anda dialoogilist abi?
- Mis on TensorFlow mänguväljak?
- Kas innukas režiim takistab TensorFlow hajutatud andmetöötluse funktsionaalsust?
- Kas Google'i pilvelahendusi saab kasutada andmetöötluse lahtiühendamiseks salvestusruumist, et ML-mudelit suurte andmetega tõhusamalt treenida?
- Kas Google Cloud Machine Learning Engine (CMLE) pakub automaatset ressursside hankimist ja konfigureerimist ning käsitleb ressursside väljalülitamist pärast mudeli väljaõppe lõpetamist?
- Kas masinõppemudeleid on võimalik suvaliselt suurtes andmekogumites ilma tõrgeteta koolitada?
- Kas CMLE kasutamisel on versiooni loomiseks vaja määrata eksporditud mudeli allikas?
- Kas CMLE saab lugeda Google'i pilvesalvestuse andmeid ja kasutada järelduste tegemiseks konkreetset koolitatud mudelit?
- Kas Tensorflow't saab kasutada sügavate närvivõrkude (DNN) treenimiseks ja järelduste tegemiseks?
Vaadake rohkem küsimusi ja vastuseid jaotisest Masinõppes edasijõudmine