Jupyter¶

Jupyter是一个非营利组织，旨在“为数十种编程语言的交互式计算开发开源软件，开放标准和服务”。2014年由Fernando Pérez从IPython中衍生出来，Jupyter支持几十种语言的执行环境。

Jupyter Project的名称是对Jupyter支持的三种核心编程语言的引用，这三种语言是Julia、Python和R，也是对伽利略记录发现木星的卫星的笔记本的致敬。Jupyter项目开发并支持交互式计算产品Jupyter Notebook、JupyterHub和JupyterLab，这是Jupyter Notebook的下一代版本。

登录HPC Studio平台后，可以在内置应用中选择Jupyter或Jupyer (GPU)，均支持Jupyter Notebook和JupyterLab。

在 Jupyter 中使用预置环境¶

已有三个预置环境，可供用户使用：

预置 PyTorch 环境¶

预置 TensorFlow 环境¶

预置 R 环境¶

在 Jupyter 中使用自定义的环境¶

新建环境（或使用已有环境）:

$ module load miniconda3
$ conda create -n test-env
$ source activate test-env

安装并注册为jupter kernel：

(test-env) $ conda install ipykernel
(test-env) $ python -m ipykernel install --user --name test-env --display-name "Test Environment"

然后可以在Jupyter中选择名为Test Environment的Kernel进行计算。

如果环境需要依赖NVIDIA CUDA Toolkit或NVIDIA cuDNN，可以使用conda进行安装：

(test-env) $ conda install cudatoolkit=10.1 cudnn

在 Jupyter 中使用自定义 R 环境¶

新建环境（或使用已有环境）:

$ module load miniconda3
$ conda create -n r-test-env
$ source activate r-test-env
$ (r-test-env) $ conda install -c r r-essentials

安装并注册为jupter kernel：

(test-env) $ R
> install.packages('IRkernel')
> IRkernel::installspec(name = 'r-test-env', displayname = 'R 3.6.1')

然后可以在Jupyter中选择名为R 3.6.1的Kernel进行计算。

参考资料¶

• Jupyter Wikepedia

• Jupyter Home