Akses terminal instans komputasi di ruang kerja Anda

Akses terminal instans komputasi di ruang kerja Anda untuk:

  • Menggunakan file dari Git dan file versi. File-file ini disimpan dalam sistem file ruang kerja Anda, tidak dibatasi pada satu instans komputasi.
  • Instal paket pada instans komputasi.
  • Buat kernel tambahan pada instans komputasi.

Prasyarat

Akses terminal

Untuk mengakses terminal:

  1. Buka ruang kerja Anda di studio Azure Machine Learning.

  2. Di sisi kiri, pilih Notebooks.

  3. Pilih gambar Buka terminal.

    Open terminal window

  4. Saat instans komputasi berjalan, jendela terminal untuk instans komputasi tersebut muncul.

  5. Saat tidak ada instans komputasi yang berjalan, gunakan bagian Komputasi di sebelah kanan untuk memulai atau membuat instans komputasi. Start or create a compute instance

Selain langkah-langkah di atas, Anda juga dapat mengakses terminal dari:

  • RStudio atau Posit Workbench (sebelumnya RStudio Workbench) (Lihat Menambahkan aplikasi kustom seperti RStudio atau Posit Workbench)): Pilih tab Terminal di kiri atas.
  • Lab Jupyter: Pilih petak Terminal di bawah judul Lainnya di tab Peluncur.
  • Jupyter: Pilih Terminal>Baru di bagian kanan atas tab File.
  • SSH ke mesin, jika Anda mengaktifkan akses SSH saat instans komputasi dibuat.

Salin dan Tempel di Terminal

  • Windows: Ctrl-Insert untuk menyalin dan menggunakan Ctrl-Shift-v atau Shift-Insert untuk menempelkan.
  • Mac OS: Cmd-c untuk menyalin dan Cmd-v untuk menempelkan.
  • FireFox/IE mungkin tidak mendukung izin clipboard dengan benar.

Menggunakan file dari Git dan file versi

Akses semua operasi Git dari terminal. Semua file dan folder Git akan disimpan dalam sistem file ruang kerja Anda. Penyimpanan ini memungkinkan Anda untuk menggunakan file-file ini dari instans komputasi apa pun di ruang kerja Anda.

Catatan

Tambahkan file dan folder Anda ada di dalam folder ~/cloudfiles/code/Users sehingga keduanya dapat dilihat di semua lingkungan Jupyter Anda.

Untuk mengintegrasikan Git dengan ruang kerja Azure Pembelajaran Mesin Anda, lihat Integrasi Git untuk Azure Pembelajaran Mesin.

Memasang paket

Instal paket dari jendela terminal. Instal paket ke dalam kernel yang ingin Anda gunakan untuk menjalankan buku catatan Anda. Kernel default adalah python310-sdkv2.

Atau Anda dapat menginstal paket langsung di Jupyter Notebook, RStudio, atau Posit Workbench (sebelumnya RStudio Workbench):

Catatan

Untuk manajemen paket dalam notebook Python, gunakan fungsi ajaib %pip atau %conda untuk menginstal paket secara otomatis ke kernel yang sedang berjalan, bukan !pip atau !conda yang mengacu pada semua paket (termasuk paket di luar kernel yang sedang berjalan)

Menambahkan kernel baru

Peringatan

Saat menyesuaikan instans komputasi, pastikan Anda tidak menghapus lingkungan conda atau kernel jupyter yang tidak Anda buat. Melakukannya dapat merusak fungsionalitas Jupyter/JupyterLab.

Untuk menambahkan kernel Jupyter baru ke instans komputasi:

  1. Gunakan jendela terminal untuk membuat lingkungan baru. Misalnya, kode di bawah ini membuat newenv:

    conda create --name newenv
    
  2. Aktivasikan lingkungan. Misalnya, setelah membuat newenv:

    conda activate newenv
    
  3. Pasang paket pip dan ipykernel ke lingkungan baru dan buat kernel untuk conda env tersebut

    conda install pip
    conda install ipykernel
    python -m ipykernel install --user --name newenv --display-name "Python (newenv)"
    

Salah satu Jupyter Kernel yang tersedia dapat diinstal.

Untuk menambahkan kernel R baru ke instans komputasi:

  1. Gunakan jendela terminal untuk membuat lingkungan baru. Misalnya, kode di bawah ini membuat r_env:

    conda create -n r_env r-essentials r-base
    
  2. Aktivasikan lingkungan. Misalnya, setelah membuat r_env:

    conda activate r_env
    
  3. Jalankan R di lingkungan baru:

    R
    
  4. Pada perintah R, jalankan IRkernel:

    IRkernel::installspec(name = 'irenv', displayname = 'New R Env')
    
  5. Keluar dari sesi R.

    q()
    

Diperlukan waktu beberapa menit sebelum kernel R baru siap digunakan. Jika Anda mendapatkan kesalahan yang mengatakan itu tidak valid, tunggu lalu coba lagi.

Untuk informasi selengkapnya tentang conda, lihat Menggunakan bahasa R dengan Anaconda. Untuk informasi selengkapnya tentang IRkernel, lihat Kernel R asli untuk Jupyter.

Menghapus kernel yang ditambahkan

Peringatan

Saat menyesuaikan instans komputasi, pastikan Anda tidak menghapus lingkungan conda atau kernel jupyter yang tidak Anda buat.

Untuk menghapus kernel Jupyter yang ditambahkan dari instans komputasi, Anda harus menghapus kernelspec, dan (opsional) lingkungan conda. Anda juga dapat memilih untuk menjaga lingkungan conda. Anda harus menghapus kernelspec, atau kernel Anda masih akan dapat dipilih dan menyebabkan perilaku yang tidak terduga.

Untuk menghapus kernelspec:

  1. Gunakan jendela terminal untuk mencantumkan dan menemukan kernelspec:

    jupyter kernelspec list
    
  2. Hapus kernelspec, ganti UNWANTED_KERNEL dengan kernel yang ingin Anda hapus:

    jupyter kernelspec uninstall UNWANTED_KERNEL
    

Untuk juga menghapus lingkungan conda:

  1. Gunakan jendela terminal untuk mencantumkan dan menemukan lingkungan conda:

    conda env list
    
  2. Hapus lingkungan conda, ganti ENV_NAME dengan lingkungan conda yang ingin Anda hapus:

    conda env remove -n ENV_NAME
    

Setelah refresh, daftar kernel dalam tampilan buku catatan Anda akan mencerminkan perubahan yang telah Anda buat.

Kelola sesi terminal

Sesi terminal dapat tetap aktif jika tab terminal tidak ditutup dengan benar. Terlalu banyak sesi terminal aktif dapat memengaruhi performa instans komputasi Anda.

Pilih Kelola sesi aktif di toolbar terminal untuk melihat daftar semua sesi terminal aktif dan matikan sesi yang tidak lagi Anda butuhkan.

Pelajari selengkapnya tentang cara mengelola sesi yang berjalan di komputasi Anda di Mengelola sesi buku catatan dan terminal.

Peringatan

Pastikan Anda menutup sesi apa pun yang tidak perlu lagi Anda pertahankan sumber daya instans komputasi dan optimalkan performa Anda.