JupyterLab UI 개요

JupyterLab 은 의 웹 기반 사용자 인터페이스입니다. 프로젝트 Jupyter 및 는 Adobe Experience Platform에 긴밀하게 통합되어 있습니다. 데이터 과학자가 Jupyter Notebooks, 코드 및 데이터를 사용할 수 있는 대화형 개발 환경을 제공합니다.

이 문서에서는 다음에 대한 개요를 제공합니다. JupyterLab 일반적인 작업을 수행하는 지침뿐만 아니라 그 기능.

JupyterLab 날짜 Experience Platform

Experience Platform의 JupyterLab 통합은 아키텍처 변경 사항, 디자인 고려 사항, 맞춤형 노트북 확장, 사전 설치된 라이브러리 및 Adobe 테마 인터페이스와 함께 제공됩니다.

다음 목록에서는 Platform의 JupyterLab에 고유한 기능 중 일부를 간략하게 설명합니다.

기능
설명
커널
커널: 노트북 및 기타 제공 JupyterLab 프론트엔드는 다양한 프로그래밍 언어로 코드를 실행하고 검사하는 기능을 제공합니다. Experience Platform 에서 개발을 지원하기 위한 추가 커널 제공 Python, R, PySpark 및 Spark. 다음을 참조하십시오. 커널 섹션에 자세히 설명되어 있습니다.
데이터 액세스
내에서 직접 기존 데이터 세트에 액세스 JupyterLab 읽기 및 쓰기 기능을 완벽하게 지원합니다.
Platform서비스 통합
기본 제공 통합을 사용하면 다른 기능을 활용할 수 있습니다 Platform 내에서 직접 서비스 제공 JupyterLab. 지원되는 통합의 전체 목록은 의 섹션에 제공됩니다. 다른 플랫폼 서비스와 통합.
인증
에 더하여 JupyterLab의 내장 보안 모델를 사용하면 Platform Service-to-Service 통신을 포함하여 애플리케이션과 Experience Platform 간의 모든 상호 작용이 Adobe Identity Management System (IMS).
개발 라이브러리
위치 Experience Platform, JupyterLab 는 사전 설치된 라이브러리를 제공합니다. Python, R 및 PySpark. 다음을 참조하십시오. 부록 지원되는 라이브러리의 전체 목록입니다.
라이브러리 컨트롤러
사전 설치된 라이브러리가 사용자의 요구 사항에 맞지 않을 경우 Python 및 R용으로 추가 라이브러리를 설치할 수 있으며, 의 무결성을 유지하기 위해 격리된 컨테이너에 임시로 저장됩니다. Platform 데이터를 안전하게 보호할 수 있습니다. 다음을 참조하십시오. 커널 섹션에 자세히 설명되어 있습니다.
NOTE
추가 라이브러리는 라이브러리가 설치된 세션에만 사용할 수 있습니다. 새 세션을 시작할 때 필요한 추가 라이브러리를 다시 설치해야 합니다.

다른 항목과 통합 Platform 서비스 service-integration

표준화 및 상호 운용성은 핵심 개념입니다 Experience Platform. 의 통합 JupyterLab 날짜 Platform as a embedded IDE allows it to interact상호 작용 Platform 를 통해 다음을 활용할 수 있습니다. Platform 잠재력을 최대한 발휘할 수 있도록 다음 Platform 다음에서 서비스를 사용할 수 있습니다. JupyterLab:

  • Catalog Service: 읽기 및 쓰기 기능을 사용하여 데이터 세트에 액세스하고 데이터 세트를 탐색합니다.
  • Query Service: SQL을 사용하여 데이터 세트에 액세스하고 탐색하므로 대량의 데이터를 처리할 때 데이터 액세스 오버헤드를 줄일 수 있습니다.
  • Sensei ML Framework: 한 번의 클릭으로 레시피 생성은 물론 데이터를 교육하고 평가할 수 있는 기능을 갖춘 모델 개발입니다.
  • Experience Data Model (XDM): 표준화와 상호 운용성은 Adobe Experience Platform의 핵심 개념입니다. 경험 데이터 모델(XDM)는 Adobe을 기반으로 고객 경험 데이터를 표준화하고 고객 경험 관리를 위한 스키마를 정의하는 작업입니다.
NOTE
일부 Platform 서비스 통합 JupyterLab 특정 커널로 제한됩니다. 의 섹션을 참조하십시오. 커널 을 참조하십시오.

주요 기능 및 공통 작업

의 주요 기능 관련 정보 JupyterLab 및 일반적인 작업 수행에 대한 지침은 아래 섹션에 나와 있습니다.

액세스 JupyterLab access-jupyterlab

위치 Adobe Experience Platform, 선택 노트북 왼쪽 탐색 열에서 참조할 수 있습니다. 다음에 대한 일정 시간 허용: JupyterLab 을(를) 완전히 초기화합니다.

JupyterLab 인터페이스 jupyterlab-interface

다음 JupyterLab 인터페이스는 메뉴 모음, 축소 가능한 왼쪽 사이드바 및 문서 및 활동 탭이 포함된 기본 작업 영역으로 구성됩니다.

메뉴 바

인터페이스 맨 위에 있는 메뉴 모음에는 사용 가능한 작업을 표시하는 최상위 메뉴가 있습니다. JupyterLab 키보드 단축키 사용:

  • 파일: 파일 및 디렉터리 관련 작업
  • 편집: 문서 및 기타 활동 편집 관련 작업
  • 보기: 의 모양을 변경하는 작업 JupyterLab
  • 실행: 전자 필기장 및 코드 콘솔과 같은 다른 활동에서 코드를 실행하는 작업
  • 커널: 커널 관리 작업
  • 탭: 열려 있는 문서 및 활동 목록
  • 설정: 일반 설정 및 고급 설정 편집기
  • 도움말: 의 목록 JupyterLab 및 커널 도움말 링크

왼쪽 사이드바

왼쪽 사이드바에는 클릭 가능한 탭이 있으며, 이 탭에서는 다음 기능에 액세스할 수 있습니다.

  • 파일 브라우저: 저장된 전자 필기장 문서 및 디렉터리 목록
  • 데이터 탐색기: 데이터 세트 및 스키마 찾아보기, 액세스 및 탐색
  • 커널 및 터미널 실행: 종료 기능이 있는 활성 커널 및 터미널 세션 목록
  • 명령: 유용한 명령 목록
  • 셀 관리자: 프레젠테이션 목적으로 전자 필기장을 설정하는 데 유용한 도구 및 메타데이터에 대한 액세스를 제공하는 셀 편집기
  • 탭: 열려 있는 탭 목록

탭을 선택하여 해당 기능을 노출하거나, 확장된 탭에서 을 선택하여 아래 표시된 대로 왼쪽 사이드바를 축소합니다.

주 작업 영역

의 주요 작업 영역 JupyterLab 문서 및 기타 활동을 크기를 조정하거나 세분화할 수 있는 탭 패널로 정렬할 수 있습니다. 탭을 탭 패널 가운데로 드래그하여 탭을 마이그레이션합니다. 탭을 패널의 왼쪽, 오른쪽, 위쪽 또는 아래쪽으로 드래그하여 패널을 나눕니다.

의 GPU 및 메모리 서버 구성 Python/R

위치 JupyterLab 오른쪽 상단 모서리에서 톱니바퀴 아이콘을 선택하여 엽니다. Notebook 서버 구성. 슬라이더를 사용하여 GPU를 켜고 필요한 메모리 양을 할당할 수 있습니다. 할당할 수 있는 메모리 양은 조직이 프로비저닝한 양에 따라 다릅니다. 선택 구성 업데이트 저장.

NOTE
Notebooks의 경우 조직당 하나의 GPU만 제공됩니다. GPU가 사용 중이면 현재 GPU를 예약한 사용자가 릴리스할 때까지 기다려야 합니다. GPU를 로그아웃하거나 4시간 이상 유휴 상태로 두면 됩니다.

종료 및 다시 시작 JupyterLab

위치 JupyterLab를 클릭하여 추가 리소스가 사용되지 않도록 세션을 종료할 수 있습니다. 다음을 선택하여 시작 전원 아이콘 전원 아이콘 을 선택한 다음 을 선택합니다. 종료 세션을 종료하는 팝오버로 표시됩니다. 12시간 동안 아무 활동이 없으면 노트북 세션이 자동으로 종료됩니다.

다시 시작하려면 JupyterLab를 선택하고 다시 시작 아이콘 다시 시작 아이콘 전원 아이콘 바로 왼쪽에 있는 다음 을 선택합니다 다시 시작 표시되는 팝오버에서

jupyterlab 종료

코드 셀 code-cells

코드 셀은 Notebooks의 기본 콘텐츠입니다. 여기에는 전자 필기장의 관련 커널 언어로 된 소스 코드와 코드 셀 실행의 결과로 출력된 출력이 포함됩니다. 실행 순서를 나타내는 모든 코드 셀의 오른쪽에 실행 횟수가 표시됩니다.

일반적인 셀 작업은 아래에 설명되어 있습니다.

  • 셀 추가: 더하기 기호(+)을 클릭하여 빈 셀을 추가합니다. 새 셀은 현재 상호 작용하고 있는 셀 아래에 배치되거나 특정 셀이 포커스에 있지 않은 경우 수첩의 끝에 배치됩니다.

  • 셀 이동: 이동할 셀의 오른쪽에 커서를 놓은 다음 셀을 클릭하여 새 위치로 끕니다. 또한 한 전자 필기장에서 다른 전자 필기장으로 셀을 이동하면 해당 내용과 함께 셀이 복제됩니다.

  • 셀 실행: 실행하려는 셀의 본문을 클릭한 다음 play 아이콘()을 클릭하여 제품에서 사용할 수 있습니다. 별표(*)은 커널이 실행을 처리할 때 셀의 실행 카운터에 표시되며, 완료시 정수로 대체됩니다.

  • 셀 삭제: 삭제할 셀의 본문을 클릭한 다음 가위 아이콘.

커널 kernels

노트북 커널은 노트북 셀을 처리하는 언어별 컴퓨팅 엔진입니다. 에 더하여 Python, JupyterLab 는 R, PySpark 및 Spark (Scala). 전자 필기장 문서를 열면 연결된 커널이 실행됩니다. 노트북 셀이 실행될 때, 커널은 계산을 수행하고 상당한 CPU 및 메모리 리소스를 소비할 수 있는 결과를 생성한다. 할당된 메모리는 커널을 종료할 때까지 해제되지 않습니다.

특정 기능 및 기능은 아래 표에 설명된 대로 특정 커널로 제한됩니다.

커널
라이브러리 설치 지원
Platform 통합
Python
  • Sensei ML Framework
  • Catalog Service
  • Query Service
R
  • Sensei ML Framework
  • Catalog Service
스칼라
아니요
  • Sensei ML Framework
  • Catalog Service

커널 세션 kernel-sessions

의 각 활성 노트북 또는 활동 JupyterLab 커널 세션을 활용합니다. 를 확장하면 모든 활성 세션을 찾을 수 있습니다. 터미널과 커널 왼쪽 사이드바에서 탭으로 이동합니다. 노트북용 커널의 종류와 상태는 노트북 인터페이스의 오른쪽 상단을 관찰하여 확인할 수 있다. 아래 다이어그램에서 노트북의 관련 커널은 Python3 그리고 현재 상태는 오른쪽에 회색 원으로 표시됩니다. 속이 빈 원은 공회전 핵을 의미하며, 속이 빈 원은 사용 중인 핵을 의미한다.

커널이 종료되거나 오랫동안 비활성화되면 커널 없음! 단색 원이 있는 이 표시됩니다. 커널 상태를 클릭하고 아래와 같이 적절한 커널 유형을 선택하여 커널을 활성화합니다.

런처 launcher

맞춤화된 런처 에서는 다음을 포함하여 작업을 시작하는 데 도움이 되는 지원되는 커널에 유용한 노트북 템플릿을 제공합니다.

템플릿
설명
빈 전자 필기장 파일입니다.
스타터
샘플 데이터를 사용하여 데이터 탐색을 보여 주는 미리 채워진 노트북입니다.
소매 판매
다음을 포함하는 미리 채워진 노트북 소매 판매 레시피 샘플 데이터를 사용합니다.
레시피 빌더
에서 레시피를 만들기 위한 전자 필기장 템플릿 JupyterLab. 레시피 작성 과정을 시연하고 설명하는 코드와 주석으로 미리 채워져 있다. 다음을 참조하십시오. 전자 필기장-레시피 튜토리얼 자세한 연습입니다.
Query Service
의 사용을 보여주는 미리 채워진 노트북 Query Service 에서 직접 JupyterLab 는 규모에 맞게 데이터를 분석하는 샘플 워크플로우를 제공합니다.
XDM 이벤트
데이터 구조 전반에서 공통되는 기능에 초점을 맞춰, 가치 후 경험 이벤트 데이터에 대한 데이터 탐색을 보여 주는 미리 채워진 노트북입니다.
XDM 쿼리
경험 이벤트 데이터에 대한 샘플 비즈니스 쿼리를 보여 주는 미리 채워진 노트북.
집계
대량의 데이터를 더 작고 관리하기 쉬운 청크로 집계하는 샘플 워크플로우를 보여주는 미리 채워진 노트북.
클러스터링
클러스터링 알고리즘을 사용한 엔드 투 엔드 머신 러닝 모델링 프로세스를 보여 주는 미리 채워진 노트북입니다.

일부 노트북 템플릿은 특정 커널로 제한됩니다. 각 커널에 대한 템플릿 가용성은 다음 표에 매핑되어 있습니다.

스타터
소매 판매
레시피 빌더
Query Service
XDM 이벤트
XDM 쿼리
집계
클러스터링
Python
아니요
아니요
아니요
R
아니요
아니요
아니요
아니요
아니요
아니요
PySpark 3 (Spark 2.4)
아니요
아니요
아니요
아니요
아니요
아니요
스칼라
아니요
아니요
아니요
아니요
아니요
아니요

새 페이지를 열려면 런처, 클릭 파일 > 새 런처. 또는 를 확장합니다. 파일 브라우저 왼쪽 사이드바에서 더하기 기호(+):

다음 단계

지원되는 각 전자 필기장 및 사용 방법에 대한 자세한 내용은 Jupyterlab 노트북 데이터 액세스 개발자 안내서. 이 안내서에서는 JupyterLab Notebooks를 사용하여 데이터 읽기, 쓰기 및 쿼리를 비롯한 데이터에 액세스하는 방법에 중점을 둡니다. 데이터 액세스 안내서에는 지원되는 각 노트북에서 읽을 수 있는 최대 데이터 양에 대한 정보도 포함되어 있습니다.

지원되는 라이브러리 supported-libraries

Python, R 및 PySpark에서 지원되는 패키지 목록의 경우 복사하여 붙여넣기 !conda list 새 셀에서 셀을 실행합니다. 지원되는 패키지 목록은 알파벳순으로 채워집니다.

예

또한 다음 종속성이 사용되지만 나열되지 않습니다.

  • CUDA 11.2
  • CUDNN 8.1
recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9