Développement Python sur Ubuntu sur AWS EC2 (à l'aide de Jupyter Lab)

Aperçu

J'ai eu l'occasion d'utiliser EC2 dans mes recherches, je vais donc écrire ce que j'ai fait à ce moment-là. J'espère que cela aidera les personnes qui développent Python avec EC2 à partir de maintenant.

L'environnement d'exécution est Mac Catalina. (Ajout: même sous Windows, l'environnement pourrait être construit en faisant de même avec Git Bash.)

Étape 1 Création d'une instance

J'ai utilisé ubuntu 18.04 LST, qui peut être utilisé gratuitement. Il y a une image fournie par nvidia, mais je l'ai essayée là-bas et cela n'a pas fonctionné, donc je l'ai faite à partir de zéro.

Le type d'instance peut être un niveau gratuit. Vous n'avez pas à payer de frais élevés lors de la construction de l'environnement. Si vous souhaitez calculer la charge lourde plus tard, modifiez-la à ce moment-là.

Je n'ai pas fait d'autres réglages, donc je peux continuer avec "Confirmation et création".

Veuillez vérifier la création des fichiers pem séparément. Je suis désolé d'être hostile. Après cela, nous procéderons en supposant que le fichier pem a été créé.

Étape 2 Connectez-vous à l'instance

Si l'instance créée est en cours d'exécution et que la vérification d'état réussit la vérification 2/2, essayez de vous connecter à l'instance. Ensuite, EC2 Instance Connect / Session Manager / Client SSH Je pense que vous allez sauter à la page avec l'onglet. Ouvrez l'onglet de ce client SSH.

De plus, dans le terminal, accédez au répertoire où se trouve le fichier pem. Et dans l'onglet client SSH, Après avoir exécuté la commande commençant par chmod, Exécutez une commande du type ssi -i "~~~ .pem" ubuntu @. Vous devriez pouvoir vous connecter à l'instance créée.

↑ Ceci est l'écran

Étape 3 Installez Jupyter Lab

Exécutez le code suivant sur l'instance créée.

sudo apt update
sudo apt upgrade
sudo apt install -y software-properties-common
sudo apt-add-repository -y ppa:git-core/ppa
sudo apt install -y git
sudo apt install -y python3-pip
sudo pip3 install --upgrade pip
sudo pip3 install jupyterlab
sudo pip3 install ipywidgets
jupyter nbextension enable --py widgetsnbextension

Vous avez maintenant installé jupyterLab sur l'instance que vous venez de créer.

Étape 4 Connectez-vous à Jupyter Lab

Si vous pouvez le faire, arrêtez l'instance une fois et si vous pouvez confirmer l'arrêt, redémarrez-la.

Si la vérification est réussie comme à l'étape 1, connectez-vous avec le client SSH comme précédemment, mais ajoutez "-L 8889: 127.0.0.1:8889" à la commande.

ssh -i "***.pem" -L 8889:127.0.0.1:8889 ubuntu@ec2-***-***-***-***.*********.compute.amazonaws.com

Après la connexion, exécutez la commande suivante sur l'instance pour démarrer jupyterLab.

jupyter-lab --ip=0.0.0.0 --port=8889 --no-browser --allow-root --NotebookApp.token=''

S'il n'y a pas d'erreurs, dans le navigateur

127.0.0.1:8889

Essayez de vous connecter à. Je pense que vous pouvez vous connecter au jupyterLab fonctionnant sur l'instance lancée.

finalement

J'espère qu'il n'y a pas d'erreur. Après cela, j'ai installé des packages tels que tensorflow, mais il y a divers problèmes ... Actuellement, ce problème a été résolu, donc je pense qu'il sera utile de demander à ↓. (Dans certains cas, je l'écrirai dans un article séparé) Merci pour la lecture.

Articles référencés etc. (Merci !!)

Faites fonctionner le notebook jupyter sur le serveur de destination SSH sur le PC local https://sishida21.github.io/2019/12/12/remote-jupyter-notebook/

[Explication avec image] Créez un environnement Anaconda avec Docker et utilisez VS Code dans le conteneur https://qiita.com/komiya_____/items/96c14485eb035701e218

J'ai construit l'environnement en me référant au fichier docker que j'ai créé il y a longtemps, il doit donc y avoir d'autres articles auxquels j'ai fait référence à l'époque ... mais je ne m'en souviens pas ... je suis désolé.