首页 > 编程语言 >828华为云征文|华为云Flexus X实例部署安装Jupyter Notebook,学习AI,机器学习算法

828华为云征文|华为云Flexus X实例部署安装Jupyter Notebook,学习AI,机器学习算法

时间:2024-09-07 15:52:57浏览次数:14  
标签:Jupyter 实例 AI kmeans 华为 Notebook Flexus 安装

前言

由于本人最近在学习一些机器算法,AI算法的知识,需要搭建一个学习环境,所以就在最近购买的华为云Flexus X实例上安装了学习环境,Jupyter Notebook。没想到效果格外的,由于华为云Flexus X实例做了很多底层的性能优化,依托创新的大模型支持和智能全域调度,X-Turbo 加速技术让常见应用的性能最高可达业界同规格的 6 倍。下面就来详细介绍一下服务器购买,安装流程,和软件的使用配置。

什么是华为云 Flexus X 实例?

Flexus X 是华为云为中小企业和开发者量身打造的下一代柔性算力云服务器,能够智能感知业务负载,专为电商直播、企业建站、开发测试环境、游戏服务器、音视频服务等中低负载场景设计。它具有以下四大核心特点:

  1. 灵活算力,随需配置
    基于用户的业务负载和内存峰值智能分析,动态推荐合适的规格,减少算力浪费,提升资源利用率。

  2. 持续加速,性能卓越
    依托创新的大模型支持和智能全域调度,X-Turbo 加速技术让常见应用的性能最高可达业界同规格的 6 倍。

  3. 越用越省,成本优化
    依据算力需求动态调整,按需计费,结合智能推荐确保始终享有最优的成本效益。

  4. 安全可靠,放心使用
    提供旗舰级别的安全保障,跨可用区(AZ)99.995% 高可用性,并通过 100+ 全球权威合规认证。


购买与配置指南

立即购买 Flexus X 实例

限时福利:在华为云 B2B 企业节期间,Flexus X 实例推出了重磅促销,特别适合对算力性能要求高的用户。如果你有自建 MySQL、容器编排、大数据处理或机器学习等需求,现在正是入手的好时机,赶紧查看详情吧!

购买指南

在购买页面,你可以选择 预置规格自定义规格。Flexus X 实例的一大优势就是自定义配置功能,你可以根据业务需求,自由选择 CPU、内存、存储等资源,确保性能与成本的最佳平衡。

自定义规格演示

配置服务器,安装相应基础软件

目前操作,配置服务器,安装常用软件 可以使用宝塔,非常适合小白。
登录服务器,运行以下命令,安装目前稳定版宝塔

url=https://download.bt.cn/install/install_lts.sh;if [ -f /usr/bin/curl ];then curl -sSO $url;else wget -O install_lts.sh $url;fi;bash install_lts.sh ed8484bec

随后跟着一步一步做就能安装,配置成功,

如果不喜欢用宝塔,你也可以直接使用docker来一些基础软件,像数据库,网关,一些开源平台。总之方式有很多。

本文使用宝塔来安装相应软件。

Jupyter Notebook 介绍

Jupyter Notebook 是一个开源的交互式工具,广泛应用于数据科学、机器学习和计算领域。它允许用户通过一个基于浏览器的界面撰写和执行代码,支持多种编程语言(如 Python、R 和 Julia)。每个 Notebook 由独立的单元格组成,这些单元格可以运行代码、显示文本、生成图表,并嵌入图像。它的直观性和灵活性使得用户能够在同一平台上完成数据处理、可视化以及结果解释的工作。Jupyter Notebook 还支持 Markdown 语言,便于撰写可读的文档,特别适合开发者、研究人员和学生分享研究成果和学习资料。

安装Jupyter Notebook

最简单的办法是,在宝塔的软件商店里搜 jupyter在这里插入图片描述

然后点击安装按钮,我这里已经安装过了,
安装时会让你选软件的端口,密码,和存储目录
在这里插入图片描述

密码改成自己的,其他直接默认就好,如果你使用服务器安装了docker,那么宝塔会优先使用docker来安装,如果没有安装,则在本地使用shell脚本来安装。
安装后,需要打开外网访问,
在这里插入图片描述

然后找到安装的数据目录,修改
jupyterhub_config.py以配置权限在这里插入图片描述

配置内容,主要是加了一行 c.Authenticator.allowed_users = {'jupyterhub'}

c = get_config()


# 管理员用户列表
c.Authenticator.allowed_users = {'jupyterhub'}
c.Authenticator.admin_users = {'jupyterhub'}


#c.Authenticator.admin_users = {'root'}  # 管理员用户
#c.DummyAuthenticator.password = "123"  # 初始密码设置

# 使用 PAMAuthenticator 作为身份验证类
c.JupyterHub.authenticator_class = 'jupyterhub.auth.PAMAuthenticator'

# 允许自动创建系统用户
c.LocalAuthenticator.create_system_users = True


 
# 设置每个用户的 book类型 和 工作目录(创建.ipynb文件自动保存的地方)
c.Spawner.notebook_dir = '~'
c.Spawner.default_url = '/lab'
c.Spawner.args = ['--allow-root'] 

重启应用,访问 http://ip+8000, 8000 是安装时配置的端口号。根据实际情况修改。
在这里插入图片描述

配置Jupyter Notebook

能够正常访问后,我们需要安装一些用于机器学习的依赖包
运行

!pip install numpy matplotlib scikit-learn joblib

在这里插入图片描述
点中代码cell,然后点击运行,就能安装依赖。
安装后,在创建一个代码cell
写入

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import joblib

# 1. 生成测试数据 正常”(50左右)和“堵塞”(30左右)
def generate_data(n_samples=100):
    # 生成水管内压力数据,分为正常和堵塞两类
    np.random.seed(0)
    pressure_normal = np.random.normal(loc=50, scale=10, size=(n_samples // 2, 1))  # 正常压力
    pressure_blocked = np.random.normal(loc=30, scale=10, size=(n_samples // 2, 1))  # 堵塞压力

    # 合并数据
    pressures = np.vstack((pressure_normal, pressure_blocked))
    return pressures

# 生成100个样本的数据
X = generate_data(n_samples=100)

# 2. 训练模型
kmeans = KMeans(n_clusters=2, random_state=0)  # 两个簇(正常和堵塞)
kmeans.fit(X)

# 3. 判断哪个聚类中心是“正常”或“堵塞”
centroids = kmeans.cluster_centers_
normal_cluster = 0 if centroids[0] > centroids[1] else 1
blocked_cluster = 1 if normal_cluster == 0 else 0

# 可视化数据和聚类结果
plt.scatter(X, np.zeros_like(X), c=kmeans.labels_, cmap='viridis', marker='o')
plt.scatter(kmeans.cluster_centers_, np.zeros_like(kmeans.cluster_centers_), c='red', marker='x', s=100, label='Centroids')
plt.xlabel('Pressure')
plt.title('K-Means Clustering of Pipe Pressure Data')
plt.legend()
plt.show()

# 4. 保存模型
joblib.dump(kmeans, 'kmeans_model.pkl')  # 将训练好的模型保存为pkl文件
print("模型已保存到 'kmeans_model.pkl'")

# 5. 加载模型并预测结果
# 加载模型
loaded_model = joblib.load('kmeans_model.pkl')

# 生成新数据用于测试预测
new_data = np.array([[45], [55], [25], [35]])  # 模拟新的压力数据
predictions = loaded_model.predict(new_data)

# 根据聚类中心的判断逻辑,确保类标记与实际含义匹配
for i, pressure in enumerate(new_data):
    status = "正常" if predictions[i] == normal_cluster else "堵塞"
    print(f"压力: {pressure[0]} 预测结果: {status}")

点击
在这里插入图片描述

运行结果会显示在下方
在这里插入图片描述

总结

通过此次在华为云 Flexus X 实例上部署 Jupyter Notebook的体验,不难看出,华为云服务器不仅性能强悍,使用起来也非常便捷。Flexus X 实例具备强大的灵活性和可扩展性,能够根据不同的业务场景动态调整配置,确保资源的最佳利用。这对于中小企业和开发者来说,尤其是对计算性能要求较高的场景,如 AI 算法部署、开发测试等,提供了极具性价比的解决方案。

同时,华为云所提供的安全保障也让人倍感放心,跨区域的高可用性和全方位的合规认证使得企业能够无忧应对业务扩展需求。尤其是在当前 B2B 企业节的促销活动下,购买 Flexus X 实例不仅是提升业务效率的良机,更是一次以较低成本获得高性能服务器的绝佳机会。无论是性能要求高的应用场景,还是普通的日常开发,华为云 Flexus X 实例都能够轻松胜任,值得一试。
在这里插入图片描述

标签:Jupyter,实例,AI,kmeans,华为,Notebook,Flexus,安装
From: https://blog.csdn.net/github_35631540/article/details/141990235

相关文章

  • P4649 [IOI2007] training 训练路径
    P4649[IOI2007]training训练路径题意:原题地址给你一棵\(n\)个节点的树,上面还有\(m-(n-1)\)条非树边,每条非树边有一个代价\(c_i\),要求你删掉若干条非树边使得之后的这棵树满足不存在任意一个长度为偶数的简单环。保证每个节点度数\(\le10\)。trick:如果树上不存在偶环......
  • AI跟踪报道第55期-新加坡内哥谈技术-本周AI新闻: GPT NEXT (x100倍)即将在2024推出
      每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行!订阅:https://......
  • 0llama AI Chatbot
    llama$wgethttps://ollama.com/install.sh-Oollama_ai_install.sh--2024-09-0111:15:20-- https://ollama.com/install.shResolvingollama.com(ollama.com)...34.120.132.20Connectingtoollama.com(ollama.com)|34.120.132.20|:443...connected.HTTPrequest......
  • [C++ Daily] 递归锁解决标准锁的典型应用
    递归锁解决标准锁的典型应用先看源码:结果(在A种尝试锁住mutex_时失败,进程等待,死锁无法退出:将std::mutex用std::recursive_mutex替换:结果:解析:std::recursive_mutex允许同一个线程对同一个锁对象进行多次上锁,获得多层所有权.......
  • 五子棋AI:实现逻辑与相关背景探讨(上)bu
    合集-五子棋AI:遗传算法(1)1.五子棋AI:实现逻辑与相关背景探讨(上)09-07收起绪论本合集将详细讲述如何实现基于群只能遗传算法的五子棋AI,采用C++作为底层编程语言本篇将简要讨论实现思路,并在后续的文中逐一展开了解五子棋五子棋规则五子棋是一种经典的棋类游戏,规则简单却充......
  • AI产品经理入门到精通:产品经理内容分享AI产品经理需必备那些能力
    必备的AI技术知识第一章:AI产品经理是否需要懂技术及其程度在当今AI行业快速发展的背景下,作为一位AI产品经理,理解并掌握一定的AI技术知识不仅是锦上添花,更是不可或缺的素质。那么,AI产品经理究竟需要懂到何种程度的技术呢?首先,明确一点,AI产品经理并不需要成为算法专家或数据......
  • 全能AI神器!工作效率提升80倍!Zmo.ai带你玩转AI做图!
    今天,我要给大家介绍一款神器:Zmo.ai。这个平台简直是做图神器,集多种功能于一身,让你像专业人士一样轻松创建和编辑图像,不需要任何美术与设计基础,真的非常适合我们这些“手残党”!我们只需单击按钮即可从文本或图像生成令人惊叹的AI艺术、图像、动漫和逼真的照片,最关键的是......
  • 真人模特失业?AI虚拟试衣一键成图,IDM-VTON下载介绍
    在电商行业竞争尤为激烈的当下,除了打价格战外,如何有效的控制成本,是每个从业者都在思考的问题IDM-VTON是一个AI虚拟换装工具,旨在帮助服装商家解决约拍模特导致的高昂成本问题,只需一张服装图片,就可以生成各种身穿该服装的模特,大大简化了传统的产品展示过程IDM-VTON最新中文版:百度网盘......
  • 真人模特失业?AI虚拟试衣一键成图,IDM-VTON下载介绍
    在电商行业竞争尤为激烈的当下,除了打价格战外,如何有效的控制成本,是每个从业者都在思考的问题IDM-VTON是一个AI虚拟换装工具,旨在帮助服装商家解决约拍模特导致的高昂成本问题,只需一张服装图片,就可以生成各种身穿该服装的模特,大大简化了传统的产品展示过程  IDM-VTON最新中文......
  • 魔珐科技受邀参与外滩大会:以3D数字人AIGC产品赋能大资管行业,重塑金融服务边界
    在人工智能浪潮的推动下,金融行业正经历着前所未有的场景革命。2024年Inclusion·外滩大会作为行业交流的盛会,汇聚了众多学者、专家及企业领袖,共同探讨AI技术在多领域的深度应用,特别是其在金融行业中的革新潜力。在外滩大会上,魔珐科技以3D数字人AIGC全栈技术及产品解决方案亮相......