Untuk menyambungkan Google Colab ke pelayan Buku Nota Jupyter tempatan yang berjalan pada komputer riba anda, anda perlu mengikuti beberapa langkah. Proses ini membolehkan anda memanfaatkan kuasa mesin tempatan anda sambil masih mendapat manfaat daripada ciri kerjasama dan sumber berasaskan awan yang disediakan oleh Google Colab.
Pertama, pastikan anda telah memasang Jupyter Notebook pada komputer riba anda. Jika anda tidak memilikinya, anda boleh memasangnya dengan mengikuti dokumentasi Jupyter rasmi untuk sistem pengendalian anda. Setelah dipasang, buka terminal atau command prompt dan jalankan arahan "jupyter notebook" untuk memulakan pelayan setempat.
Seterusnya, anda perlu mendedahkan pelayan Jupyter Notebook kepada internet. Ini boleh dicapai dengan menggunakan alat yang dipanggil ngrok. Ngrok mencipta terowong selamat ke pelayan tempatan anda, membenarkan akses luaran. Untuk menggunakan ngrok, muat turun dan pasang dari laman web rasmi. Setelah dipasang, buka terminal baharu atau command prompt dan jalankan arahan "ngrok http 8888" (dengan mengandaikan pelayan Jupyter Notebook anda berjalan pada port lalai 8888). Ngrok akan menjana URL unik yang boleh anda gunakan untuk mengakses pelayan tempatan anda dari mana-mana sahaja.
Selepas mendapatkan URL ngrok, buka buku nota Google Colab baharu. Dalam sel pertama, jalankan kod berikut:
python !pip install jupyter_http_over_ws !jupyter serverextension enable --py jupyter_http_over_ws !jupyter notebook --NotebookApp.allow_origin='https://colab.research.google.com' --port=8888 --NotebookApp.port_retries=0
Kod ini memasang pakej yang diperlukan, mendayakan sambungan pelayan Jupyter dan memulakan pelayan pada port 8888. Pastikan untuk menggantikan nombor port jika pelayan tempatan anda berjalan pada port lain.
Selepas melaksanakan kod dalam sel pertama, URL akan dipaparkan. Salin URL ini dan tampalkannya ke dalam sel baharu, letakkan awalan dengan "https://colab.research.google.com/github/". Sebagai contoh, jika URL ialah "https://abcdef123.ngrok.io", anda harus memasukkan "https://colab.research.google.com/github/https://abcdef123.ngrok.io" dalam yang baharu sel.
Akhir sekali, jalankan sel yang mengandungi URL yang diubah suai. Ini akan mewujudkan sambungan antara Google Colab dan pelayan Buku Nota Jupyter tempatan anda. Anda kini boleh mengakses dan menjalankan kod pada pelayan setempat anda terus daripada Google Colab.
Adalah penting untuk ambil perhatian bahawa sambungan ini adalah sementara dan akan hilang jika anda menutup sesi ngrok atau memulakan semula pelayan Buku Nota Jupyter tempatan anda. Anda perlu mengulangi proses untuk menyambung semula.
Untuk menyambungkan Google Colab ke pelayan Buku Nota Jupyter tempatan yang berjalan pada komputer riba anda, anda perlu memasang Buku Nota Jupyter, mendedahkannya kepada Internet menggunakan ngrok, memasang pakej yang diperlukan dalam Google Colab dan mewujudkan sambungan dengan mengubah suai dan menjalankan kod yang disediakan. Ini membolehkan anda menggabungkan kuasa mesin tempatan anda dengan ciri kolaboratif Google Colab.
Soalan dan jawapan terbaru lain mengenai Kemajuan dalam Pembelajaran Mesin:
- Apakah batasan dalam bekerja dengan set data besar dalam pembelajaran mesin?
- Bolehkah pembelajaran mesin melakukan beberapa bantuan dialog?
- Apakah taman permainan TensorFlow?
- Adakah mod bersemangat menghalang kefungsian pengkomputeran yang diedarkan TensorFlow?
- Bolehkah penyelesaian awan Google digunakan untuk memisahkan pengkomputeran daripada storan untuk latihan model ML yang lebih cekap dengan data besar?
- Adakah Enjin Pembelajaran Mesin Awan Google (CMLE) menawarkan pemerolehan dan konfigurasi sumber automatik serta mengendalikan penutupan sumber selepas latihan model selesai?
- Adakah mungkin untuk melatih model pembelajaran mesin pada set data yang besar secara sewenang-wenangnya tanpa gangguan?
- Apabila menggunakan CMLE, adakah membuat versi memerlukan menentukan sumber model yang dieksport?
- Bolehkah CMLE membaca daripada data storan Google Cloud dan menggunakan model terlatih yang ditentukan untuk inferens?
- Bolehkah Tensorflow digunakan untuk latihan dan inferens rangkaian saraf dalam (DNN)?
Lihat lebih banyak soalan dan jawapan dalam Memajukan Pembelajaran Mesin