Platform For AI:Notebook Lab

ステップ 1: ノートブックを開く

1. PAI コンソールにログインし、左上の隅でターゲット Region を選択します。

2. 左側のナビゲーションウィンドウで、Workspaces をクリックします。ターゲットワークスペースの名前をクリックします。

3. 左側のナビゲーションウィンドウで、Model Training > Data Science Workshop (DSW) を選択し、[Notebook] タブをクリックします。

ステップ 2: コードディレクトリの選択

Select Code Directory をクリックします。OSS バケットを選択し、notebook_test などの新しいディレクトリを作成して選択します。このディレクトリには、ノートブックファイルが保存されます。コードディレクトリが設定されると、ノートブックリストはこのディレクトリをスキャンし、OSS パスで見つかったすべてのノートブックファイル (*.ipynb) を表示します。

ステップ 3: ノートブックの作成とコード開発

1. Create Instance をクリックします。これにより、ノートブック開発環境が開き、新しいノートブックファイルが作成されます。

2. コードを編集します。[+Python] をクリックして Python コードセルを追加し、コードを開発します。

   

   以下はサンプルコードです。

   サンプルコード

   # ノートブックファイルは DSW インスタンスから分離されているため、ノートブックファイルに環境依存関係をダウンロードしてインストールするロジックを含めます。これにより、異なる DSW インスタンスを切り替えてもコードが正しく実行されるようになります。
   !pip install pandas
   
   # 1. pandas ライブラリをインポートし、pd をエイリアスとして使用します。
   import pandas as pd
   
   # 2. 生データを作成します。
   # Python の辞書を使用してデータを作成します。辞書のキーは列名、値はデータリストです。
   data = {
       'Fruit': ['Apple', 'Banana', 'Orange', 'Strawberry', 'Blueberry'],
       'Sales(kg)': [120, 200, 150, 80, 50],
       'Price(CNY/kg)': [8.5, 3.2, 5.0, 15.0, 25.0]
   }
   
   # 3. DataFrame を作成します。
   # DataFrame は Pandas のコアデータ構造です。2次元テーブルと考えることができます。
   df = pd.DataFrame(data)
   
   # 4. データを表示します。
   df.show()

   説明

   • 依存関係の先行インストール：ノートブックファイルと DSW インスタンスは分離されているため、ノートブックファイルに環境依存関係をダウンロードしてインストールするロジックを含めてください。これにより、異なる DSW インスタンスを切り替えてもコードが正しく実行されるようになります。

   • コードの保存：Notebook Lab はデフォルトではコードを自動的に保存しません。変更を加えた後は、速やかにコードを保存してください。

ステップ 4: DSW インスタンスの関連付けとコードの実行

1. [DSW インスタンスの選択] をクリックし、実行中のインスタンスを選択します。リソースの利用率を向上させるために、複数のノートブックを同じ DSW インスタンスに関連付けることができます。

2. アイコンをクリックしてコードを実行します。

   

   ノートブックの右上隅にある [カーネルの選択] セクションでカーネルの読み込みに失敗した場合は、ブラウザをリフレッシュして環境を再読み込みしてください。

   サンプルコードの出力：