第 2 章 创建并导入笔记本
您可以创建一个空白笔记本，或者从不同的源导入笔记本。
2.1. 创建新笔记本
您可以从现有笔记本容器镜像创建一个新的 Jupyter 笔记本，以访问其资源和属性。笔记本服务器控制面板包含可用容器镜像的列表，您可以作为单用户笔记本服务器运行。
先决条件
- 确保您已登陆到 Red Hat OpenShift Data Science。
- 确保您已启动了笔记本服务器并登录到 Jupyter。
- 笔记本镜像存在于 registry、镜像流中，并可访问。
流程
-
点 File
New Notebook。 如果出现提示，请从列表中为您的笔记本选择一个内核。
如果要使用内核，点 Select。如果您不想使用内核，点 No Kernel。
验证
- 检查笔记本文件是否在 JupyterLab 接口中看到。
2.1.1. 数据科学家的笔记本镜像
Red Hat OpenShift Data Science 包含 Jupyterbookbook 镜像，利用数据科学工作所需的行业领先的工具和库优化。要为模型开发提供一致的稳定平台，所有笔记本镜像都包含同一版本的 Python。Red Hat OpenShift Data Science 中提供的笔记本电脑镜像会定期升级，以确保您使用最新支持的版本。
有关这些镜像中包含的软件包和版本的完整列表，请查看笔记本服务器环境的选项中的表。
Red Hat OpenShift Data Science 包含以下默认安装的笔记本镜像：
| 镜像名称 | 描述 |
|---|---|
| CUDA | 如果您正在与需要 GPU 支持的计算密集型数据科学模型合作，请使用 Compute Unified Device Architecture(CUDA)笔记本镜像来访问 NVIDIA CUDA 工具包。使用这个工具包，您可以使用 GPU 加速的库和优化工具优化工作。 |
| Standard Data Science | 对于不需要 TensorFlow 或 PyTorch 的型号，请使用标准数据科学书镜像。此镜像包含常用的库，可帮助您开发机器学习模型。 |
| TensorFlow | TensorFlow 是供机器学习的开源平台。通过 TensorFlow，您可以构建、培训和部署机器学习模式。TensorFlow 包含高级数据视觉化功能，如计算图形视觉化。它还允许您轻松监控和跟踪模型的进度。 |
| PyTorch | PyTorch 是一个开源机器学习库，专为深入学习而优化。如果您正在操作计算机愿景或自然语言处理模型，请使用 Pytorch 笔记本电脑镜像。 |
| Minimal Python | 如果您不需要高级机器学习功能，或计算密集型数据科学工作的其他资源，您可以使用最小 Python 镜像开发您的模型。 |
