В этом материале
Готовый образ упрощает старт, но пути данных, авторизацию и повторяемость notebook проверяет команда проекта.
Для Jupyter на GPU Selectel можно использовать документированную среду Data Science. Создайте сервер по инструкции образа, настройте предусмотренный сетевой доступ и проверьте JupyterLab на маленьком notebook. Наличие готового интерфейса не подтверждает сохранность файлов или совместимость всех библиотек проекта.
Что даёт образ Data Science
Официальное руководство Data Science перечисляет инструменты, требования и этапы начала работы. В состав входят JupyterLab и исследовательские библиотеки. Версии фиксируйте по фактически созданной среде: воспроизведение результата требует большего, чем общее название образа.
До выбора проверьте лицензионные условия входящего ПО и совместимость своего кода. Если требуется другой набор зависимостей, запишите это как отдельное изменение окружения. Ручная установка пакета во время одной сессии должна попасть в рецепт повторного запуска, иначе следующая машина может вести себя иначе.
Следуйте сетевому процессу продукта
Инструкция Selectel для этой среды предусматривает публичный плавающий IP и последовательность создания сервера с последующим запуском JupyterLab. Сверяйте актуальный порядок для конкретного образа. Не переносите команду из другого облака только потому, что название notebook совпадает.
Проверьте, что нужный пользователь проходит аутентификацию, а закрытые файлы недоступны постороннему посетителю. Не сохраняйте ссылку с токеном в публичном отчёте. Работающий HTTPS-маршрут и правильная авторизация приложения — отдельные результаты проверки.
Найдите место хранения notebook
Документация GPU-конфигураций различает варианты ресурсов и загрузочных дисков. Для проекта важно знать, на каком диске лежит рабочий каталог. Notebook может сохраняться успешно, но оставаться на ресурсе, который вы позже удалите.
Создайте контрольный файл, найдите его абсолютный путь и сверьте устройство хранения. Отдельно укажите каталоги входов, изменяемой разметки и результатов. Состояние Python в памяти ядра не является заменой записанным артефактам; нужные объекты сохраняйте в явном формате.
Пример проверки исследовательской сессии
Команда подготавливает разметку изображений. В первом тесте ей нужно подтвердить доступ к GPU, чтение десятка входов и сохранение исправленных меток. Большая обработка начинается только после того, как эти результаты можно открыть из выгруженной копии.
| Шаг | Что считается результатом |
|---|---|
| Вход | Jupyter доступен нужному человеку |
| Среда | Версии записаны и GPU определяется |
| Данные | Контрольный набор читается без ручных исправлений |
| Сохранение | Notebook и метки открываются вне исходной сессии |
| Повтор | Чистое ядро выполняет проверяемый порядок ячеек |
Если повтор требует неопубликованной переменной из старого ядра, исправьте notebook до расширения эксперимента. Это улучшает переносимость независимо от выбранного облака.
Для передачи notebook коллеге полезно сохранить небольшой обезличенный вход и ожидаемый формат результата. Так он сможет проверить окружение без полного рабочего датасета. Контрольный пример также показывает, какие дополнительные библиотеки действительно нужны проекту, а какие остались от случайных исследований.
Подготовьте завершение и передачу
Сохраните код, результаты и инструкцию без секретов. Назначьте владельца дисков, адреса и других ресурсов после окончания теста. Выключенный интерфейс Jupyter не доказывает, что все связанные платные услуги завершены.
Для сравнения используйте варианты GPU Selectel и общую схему Jupyter через SSH. Такой набор сведений позволяет обсуждать конкретный рабочий процесс.