0

我正在尝试使用 fastai 的库，但是这些库中内置的一些数据访问工具依赖于 HTML 对象。例如，DataBunch.show_batch 属性生成一个在 Jupyter 中最容易使用的 HTML 对象。我需要在 GCP（或其他云）上运行测试，问题如下：

  • fastai 有一些依赖于 Python3.6 或更高版本的库（新的字符串格式）
  • GCP 没有与 Jupyter NB 交互的好方法。我设置它时遇到了一些麻烦，但后来我的电脑需要重新格式化，现在我在质疑是否应该重新设置。之前的方法主要是基于此。
  • GCP 显然有一些东西可以在它和 Jupyter NB 之间提供一个接口，称为 Datalab。但是，根据此链接，Datalab 不支持 Py3.6 或更高版本。

我看到几个选项：

  1. 通过继承 fastai 的库并完全跳过 Jupyter 来开发我自己的数据可视化技术
  2. 以不同的方式创建 Jupyter-to-GCP 接口，基本上是重做上面第二个要点中链接中的步骤。
  3. 使用我在 Datalab 上经常听到的一个容器 ( docker )，它允许我使用我自己的 Python 版本

有没有人有其他选择我可以如何建立这种联系？如果没有，任何人都可以提供如何完成 1、2 或 3 的其他链接吗？

4

2 回答 2

1

您可以按照fast.ai 中的指南创建一个预装了所有必需库的 VM。然后，按照相同的指南，您可以访问此 VM 中的 JupyterLab 或 Jupyter Notebooks。它简单、快速且随 Python 3.7.3 一起提供。

于 2019-08-07T07:39:37.913 回答
0

您可以使用 GCP 的AI Platform Notebooks创建一个笔记本。

它应该为您提供一种一键式的方式来创建一个预先安装了您需要的所有库的虚拟机。它甚至会为您提供一个 URL，您可以使用该 URL 直接访问您的笔记本。

于 2019-08-08T18:13:46.080 回答