Jupyter

Jupyter Notebookサーバを起動する

[前提条件]

• Anaconda がインストールされている。
• Condaを用いた切り換え可能な python 環境が構築できる。
• jupyter をインストールしたpython 環境が用意されている。次のどちらのpython環境でも可。
• deep: Deep Learnin のための python 環境
• gpu-deep: Deep Learnin のための python + GPU 環境 (Windows)

Jupyter Notebook サーバにアクセスするtokenかパスワードを設定する

1. 設定ファイルを作成する。

  [コマンド・プロンプト内で]
  
jupyter notebook --generate-config

設定ファイルの場所: nittaの部分は自分のユーザ名に読み替えること。
• Windowsの場合: ホームフォルダ/.jupyter/jupyter_notebook_config.py

[例] C:\Users\nitta\.jupyter/jupyter_notebook_config.py

• MacOSの場合: ~/.jupyter/jupyter_notebook_config.py

  [例] C:/Users/nitta/.jupyter/jupyter_notebook_config.py

• Linuxの場合: ~/.jupyter/jupyter_notebook_config.py

  [例] C:/home/nitta/.jupyter/jupyter_notebook_config.py

2. [Option] 設定ファイルを編集し、tokenを設定する。

token は、平文で文字を設定する。xxx の部分がtokenとなる。 他人にわかりにくく、自分では覚えやすい文字列を使うこと。

  c.NotebookApp.token='xxx'
  

3. [Option] 設定ファイルを編集し、passwordを設定する。 password は、暗号化してから設定する。

暗号化する方法は次の通り。 xxx の部分に自分で考えたpasswordを打ち込む。 他人にわかりにくく、自分では覚えやすい文字列を使うこと。 sh1: として表示されるのが暗号化された文字列である。

  [Conda上で]
  python 
  >>> from notebook.auth import passwd 
  >>> print(passwd()) 
  Enter passwd: xxx 
  Verify passwd: xxx 
  sh1: 123456789abcdefg......
  >>> exit()  

暗号化された文字列を設定ファイルの c.NotebookApp.password に書く。 下の例で 123456789abcdefg......' の部分を自分で生成した文字列にする。

  c.NotebookApp.password = '123456789abcdefg......'
  

[注意] 安全のために 次のパラメータはコメント(行の先頭に#がついたまま)にしておいた方がよい。

# c.NotebookApp.allow_remote_access = False
  

Jupyter Notebookサーバを起動する

1. Condaを用いて python 環境をactivateする。ここでは、 以前用意した deep 環境を使うことを想定している。

       (base) C:\Users\nitta>  conda activate deep 
       (deep) C:\Users\nitta>
   

2. jupyter notebook のデータを保存するフォルダに移動する。

  (deep) C:\Users\nitta>  cd Documents 
    (deep) C:\Users\nitta\Documents>  cd jupyter 

3. jupyter notebook を起動する。

  (deep) C:\Users\nitta\Documents\jupyter> jupyter notebook 

4. ポート番号(下の例では 8800)を指定して jupyter notebook を起動する。

  (deep) C:\Users\nitta\Documents\jupyter> jupyter notebook --port 8800  

5. jupyterを起動後に、tokenを確認する。

  (deep) C:\Users\nitta\Documents\jupyter> jupyter notebook list 

[注意] GPU を使う python 環境上で jupyter notebook を動かすと、プログラムによっては 30 倍程度高速になる。 したがって、以前用意した gpu 環境を使った方がよい。 ただし、この場合は複数の Kernel を動作させると GPU の割り当てに失敗して、プログラムが途中で終了することがある。 そのため、GPUを使うKernelが同時に複数動作しないように気をつける必要がある。