Google Colab-ийг зөөврийн компьютер дээрээ ажиллаж байгаа орон нутгийн Jupyter Notebook серверт холбохын тулд та хэд хэдэн алхмуудыг дагах хэрэгтэй. Энэ үйл явц нь танд Google Colab-аас нийлүүлсэн хамтын ажиллагааны боломжууд болон үүлэнд суурилсан нөөцөөс ашиг хүртэхийн зэрэгцээ дотоод машиныхаа хүчийг ашиглах боломжийг олгоно.
Эхлээд зөөврийн компьютер дээрээ Jupyter Notebook суулгасан эсэхээ шалгаарай. Хэрэв танд байхгүй бол үйлдлийн системийнхээ албан ёсны Jupyter баримт бичгийг дагаж суулгаж болно. Суулгасны дараа терминал эсвэл командын мөрийг нээгээд "jupyter notebook" командыг ажиллуулж локал серверийг ажиллуул.
Дараа нь та Jupyter Notebook серверийг интернетэд оруулах хэрэгтэй. Үүнийг ngrok хэмээх хэрэгслийг ашиглан хийж болно. Ngrok нь таны дотоод сервер рүү аюулгүй хонгил үүсгэж, гадны хандалтыг зөвшөөрдөг. Ngrok-г ашиглахын тулд албан ёсны вэбсайтаас татаж аваад суулгана уу. Суулгасны дараа шинэ терминал эсвэл командын мөрийг нээж "ngrok http 8888" командыг ажиллуулна уу (таны Jupyter Notebook сервер өгөгдмөл порт 8888 дээр ажиллаж байгаа гэж үзвэл). Ngrok нь өөрийн локал серверт хаанаас ч хандаж болох өвөрмөц URL үүсгэх болно.
Ngrok URL-г авсны дараа шинэ Google Colab дэвтэр нээнэ үү. Эхний нүдэнд дараах кодыг ажиллуулна:
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
Энэ код нь шаардлагатай багцыг суулгаж, Jupyter серверийн өргөтгөлийг идэвхжүүлж, 8888 порт дээр серверийг эхлүүлнэ. Хэрэв таны локал сервер өөр порт дээр ажиллаж байгаа бол портын дугаарыг солих хэрэгтэй.
Эхний нүдэнд кодыг ажиллуулсны дараа URL гарч ирнэ. Энэ URL-г хуулж, "https://colab.research.google.com/github/" гэсэн угтвар тавьж, шинэ нүдэнд буулгана уу. Жишээлбэл, хэрэв URL нь "https://abcdef123.ngrok.io" бол та шинэ хэсэгт "https://colab.research.google.com/github/https://abcdef123.ngrok.io" гэж оруулах хэрэгтэй. эс.
Эцэст нь өөрчлөгдсөн URL-г агуулсан нүдийг ажиллуулна уу. Энэ нь Google Colab болон таны орон нутгийн Jupyter Notebook серверийн хооронд холболт үүсгэх болно. Та одоо Google Colab-аас шууд дотоод сервер дээрээ код руу хандаж, ажиллуулах боломжтой.
Энэ холболт түр зуурынх бөгөөд хэрэв та ngrok сессийг хааж эсвэл локал Jupyter Notebook серверээ дахин эхлүүлбэл устах болно гэдгийг анхаарах нь чухал. Дахин холбогдохын тулд та үйл явцыг давтах шаардлагатай болно.
Google Colab-ийг зөөврийн компьютер дээрээ ажиллаж байгаа локал Jupyter Notebook серверт холбохын тулд та Jupyter Notebook-ийг суулгаж, ngrok ашиглан интернетэд оруулах, Google Colab-д шаардлагатай багцуудыг суулгаж, өгсөн кодыг өөрчилж, ажиллуулж холболт үүсгэх хэрэгтэй. Энэ нь танд дотоод машиныхаа хүчийг Google Colab-ийн хамтын ажиллагааны боломжуудтай хослуулах боломжийг олгоно.
Сүүлийн үеийн бусад асуулт, хариулт Машин сургалтанд ахиц дэвшил гаргах:
- Машин сургалтын явцад том өгөгдлийн багцтай ажиллахад ямар хязгаарлалт байдаг вэ?
- Машины сургалт нь харилцан ярианы тусламж үзүүлж чадах уу?
- TensorFlow тоглоомын талбай гэж юу вэ?
- Хүсэл эрмэлзэлтэй горим нь TensorFlow-ийн тархсан тооцооллын функцийг саатуулдаг уу?
- Google үүлэн шийдлүүдийг том өгөгдөлтэй ML загварыг илүү үр дүнтэй сургах үүднээс тооцоололыг хадгалах сангаас салгахад ашиглаж болох уу?
- Google Cloud Machine Learning Engine (CMLE) нь загварын сургалт дууссаны дараа нөөцийг автоматаар олж авах, тохируулах, мөн нөөцийг зогсоохыг санал болгодог уу?
- Машин сургалтын загваруудыг дур зоргоороо том өгөгдлийн багц дээр ямар ч саадгүй сургах боломжтой юу?
- CMLE-г ашиглах үед хувилбар үүсгэхэд экспортлогдсон загварын эх сурвалжийг зааж өгөх шаардлагатай юу?
- CMLE нь Google Cloud хадгалах сангийн датаг уншиж, дүгнэлт гаргахдаа тусгайлан бэлтгэгдсэн загварыг ашиглаж чадах уу?
- Tensorflow-ийг гүн мэдрэлийн сүлжээг (DNN) сургах, дүгнэлт хийхэд ашиглаж болох уу?
Бусад асуулт, хариултыг "Machine Learning-д ахиц дэвшил" хэсгээс үзнэ үү