JupyterHub를 통한 Jupyter Notebook 사용법

최신 업데이트일: 2018-09-13

이번 튜토리얼에서는 JupyterHub를 통해 Jupyter Notebook을 사용하고, 예제 코드를 실행하는 방법을 배웁니다.

1 단계: JupyterHub를 설치하고 Notebook 서버 열기

JupyterHub는 QTS App Center에서 설치할 수 있습니다.
JupyterHub를 실행하고 로그인합니다.
스위치를 꺼짐에서 “On (켜짐)”으로 전환하여 Notebook 서버를 시작합니다.
인터페이스가 다음과 같이 나타납니다:
1. “Running (실행 중)”: 시작된 인스턴스 확인
2. “Upload (업로드)”: 서버에 로컬 파일 업로드
3. “New (새로 만들기)”: 새 Notebook, 터미널 또는 폴더 열기
4. “Admin”: 관리자 페이지로 전한합니다(관리자 계정만)
5. Jupyter Notebook에서 로그아웃
Notebook이 실행 중이면 “Running (실행 중)”을 클릭하여 다음 페이지를 봅니다. 또한 “Shutdown (종료)”를 클릭하여 닫을 수도 있습니다.
관리자는 “Admin” 페이지로 들어가서 사용자의 Notebook에 액세스할 수 있습니다.

2 단계: 예제 코드 실행

목록에서 "jupyter_example"를 선택합니다.
"example.ipynb"을 엽니다.
새 Notebook에서 Python 예제 코드가 열립니다.
이 프로그램은 고급 신경망 API인 Keras를 통해 MNIST 데이터세트에서 손글씨 숫자를 인식하기 위해 콘볼류션 신경망을 학습시킬 수 있습니다.
자세한 내용을 보려면 다음을 방문하십시오:
Keras: https://keras.io/
MNIST: http://yann.lecun.com/exdb/mnist/

예제 코드가 실행 및 저장되었습니다. 이 코드를 다시 실행할 수도 있습니다.
- “Run (실행)”을 클릭하여 특정 섹션을 실행하거나 순차적으로 실행합니다.
- “Cell (셀)”을 클릭하고 “Run All (모두 실행)”을 선택하여 전체 코드를 실행합니다.
- 더 많은 Notebook 튜토리얼을 보려면 http://jupyter.org/documentation을 방문하십시오
프로그램은 다음을 수행합니다:
- 시작할 때 필수 라이브러리를 가져옵니다.
  Keras 라이브러리 가져오기
  
  다른 Python 라이브러리 가져오기
- MNIST 데이터세트 로드
  
  이미지 레이블 페어를 임의로 선택 및 확인
- 트레이닝 세트 사전 처리
  트레이닝 이미지 모양 변경 및 정상화
  
  원핫 인코드 트레이닝 레이블
- 레이블별로 순차적 모델 레이어 생성
- Adam 옵티마이저를 사용하고 목표 기능으로 범주별 상호 엔트로피를 선택하여 모델을 학습시킵니다. 다음 부분이 몇 초 동안 실행됩니다.
- 테스트 세트를 사용하여 모델을 평가합니다. 트레이닝 세트에서 정확성이 99% 이상이더라도 테스트 세트의 정확성이 약간 떨어질 수 있습니다.
- 마지막으로 테스트 결과가 표시됩니다.