胖节点

硬件介绍

胖节点配置大容量内存，适用于对内存、处理性能要求高的计算任务。

:

注意

如果要使用胖节点，请填写申请表后发送至超算中心邮箱。

JupyterLab是下一代Jupyter Notebook，它集成了更多功能，是一个集成开发环境。

提示

Jupyter可能会有多种配置，比如GPU版本或CPU版本，请根据自己所需申请。

Enter JupyterLab

注意

建议用户使用Anaconda来管理和使用Python和R。Jupyter镜像中已预装Anaconda。conda命令的使用方法参见入门指南。

用户进入Jupyter后默认使用/opt/conda/bin/下的conda和python。其中，Python3为Anacondabase环境提供的Python。

如果用户希望安装自己的软件包，需要启动一个Terminal，在Terminal中使用conda install或pip install命令来安装所需软件包。

安装前，注意先按如下步骤激活conda环境。

# 切换到root用户
sudo -i

# 在环境变量中添加conda
export PATH=$PATH:/opt/conda/bin

# 进入到conda的默认环境（base）
source activate

然后安装软件包。

# 使用 conda 安装
conda install numpy

# 使用 pip 安装
pip install lightgbm

安装好之后，就可以在Notebook中使用这些包了。

其他conda命令参见入门指南。

如果想创建新的环境，并且在Notebook中使用这个环境，必须安装ipykernel包。ipykernel帮助我们管理多个环境中的Kernel。

conda create -n <env_name> python=3.7 ipykernel

上面的代码在创建环境时安装了Python 3.7，同时也安装了ipykernel包。<env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。

如果创建环境时忘了安装ipykernel，也可以后续手动安装这个包：

conda install -n <env_name> ipykernel

激活环境：

source activate <env_name>

将环境写入Notebook的Kernel中：

python -m ipykernel install --user --name <env_name> --display-name "<env_name>"

完成新环境中的安装后，需要在“我的资源”中重启这个Jupyter实例。如下图所示，先点击停止，等待关停后点击启动：

restart jupyterlab

重启这个JupyterLab实例，点击JupyterLab左上角的“+”启动Launcher后就能看到新增环境的Kernel。

也可以在“Kernel”->“Change Kernel…”将当前Notebook切换为env_name。

如果想使用本机的SSH客户端登录，请参考SSH客户端免密登录。

如果需要使用集群中的singularity启动jupyter服务，请参考此处。