前言
原教程可从 Intel DevCloud oneAPI 官方网站上"Get Started"模块最下方的“Connect with JupyterLab*-Launch JupyterLab*”获得,这个应该是oneAPI官方发布的通过几个模块带领初学者熟悉oneAPI的使用方式与构成的教程。链接如下:
Welcome.ipynb (2) - JupyterLab (intel.com)
但在正式使用前需要经过登录操作,按照提示注册账号即可。
学习笔记的框架与官方教程所列有出入。
主要内容
0.DevCloud架构
1.具体内容
1.1 Jupyter NoteBook的基本使用
此外我完全没有学习过这个东西,所以记录一下这部分的内容。
在我理解中,百度推出的人工智能知识学习交流平台--飞桨(paddlepaddle)上运行项目的方式与Jupyter是类似的,只不过一些细节不一样。有以下几个基本要点:
·“代码框(cell)”中的代码是可以运行的 ·鼠标点击cell后,可以编辑其中的代码 ·按Crtl+Enter键运行本cell ·Notebook界面的右上角有一个空心小圆(右侧滚轮上方)可以指示内核是否处于忙碌状态 ·用'!'开头的语句将被看作是Bash shell语句,没有的就是Python语句
1.2 通过Jupyter Noterbook的计算能力和局限性
1.2.1 时间限制
·通过JupyterLab运行模块时都是有时间限制的
·这个云端不是自动保存的,要记得自己保存!!
·所有的运行程序都是有限的(用的是terminated这个词,我也不知道咋翻译orz,应该是说,都仅仅是存在于JupyterLab这个平台上而不是本地),如果想要运行平台之外的程序,需要使用"工作队列(job queue)"来实现。
1.2.2 核的数量
你和其他用户在运行自己的程序时是共享全部的CPU核的(share the pool of the CPU cores)。如果需要运行一些对计算能力要求很高的程序,也需要向工作队列发出申请。
1.2.3 存储容量
这个比较好理解,每个用户可获取到的存储资源是有限的,如果需要更多的空间,也需要使用job queue。
1.3 工作队列(job queue)
等我考完期末再更新吧,我先交作业,谢谢orz。