HF Spaces 中的交互式开发

像 Google Colab 或 Kaggle Notebooks 这样的服务让人们可以非常轻松地在浏览器中使用易于使用的 Jupyter Notebooks 访问计算资源。不幸的是，这些服务也有一些限制

GPU 不稳定，训练作业可能在完成前被取消。
GPU 的选择仅限于少数几个单 GPU。
没有原生支持通过您首选的本地 IDE（如 VS Code）连接到云 GPU。

HF JupyterLab Spaces 克服了这些限制。使用 HF JupyterLab Space，您可以

在浏览器中的 JupyterLab 中完成所有开发工作。
动态地在 CPU 和各种 GPU 之间切换，这些 GPU 永远不会停止，除非您希望它们停止。
通过 SSH 将云计算资源与您首选的本地 IDE（如 VS Code）连接，以实现完全远程开发。

本食谱将指导您完成自己的 JupyterLab Space 的设置。

HF JupyterLab Spaces 中的交互式开发

创建您的 JupyterLab Space

要创建您自己的 HF JupyterLab Space，请导航到 Space 创建页面，然后单击 Docker > JupyterLab。HF JupyterLab Space 本质上是一个 Docker 容器，其中预配置了 JupyterLab 的副本，该副本在 Hugging Face 的云基础设施上运行。以下是关于配置 JupyterLab Space 的一些建议

选择正确的所有者：如果您将 JupyterLab Space 用作企业 Hub 组织工作的一部分，请在 所有者 下拉列表中选择组织的名称（例如，下图中的虚拟“enterprise-explorers”）。任何计算成本都将记入此企业组织的帐户。
访问控制：如果您只希望团队的选定成员访问 JupyterLab Space，您可以单击 访问控制 旁边的 所有人，并将对 JupyterLab Space 的访问权限限制为预定义的资源组。资源组是一项企业 Hub 功能，可让您将对选定存储库（模型、数据集、Spaces）的访问权限限制为较小的团队成员组。请参阅关于如何创建您的第一个资源组的文档。

选择您的硬件：您可以从各种硬件中进行选择，从免费 CPU 到 A100 GPU。在设置 Space 时，我们建议您选择免费的基础 CPU。一旦您需要，您可以切换到更好的付费硬件（请参阅此处的可用硬件和价格此处）。
持久性存储：将持久性存储附加到 Space 非常重要，这样您创建的所有文件（代码、模型、数据）在 Space 暂停或重置时也会保存。您可以随时在设置中增加磁盘空间（如有必要）。所有持久性数据都存储在 /data 目录中 (文档)。
设置密码：Space 创建后，将需要密码才能登录 JupyterLab。此密码使用 JUPYTER_TOKEN Space 密钥定义。如果您在此处未定义密码，则默认密码为“huggingface”。我们建议设置一个强密码。
开发模式：开发模式是企业 Hub 订阅者的功能，使您可以 SSH 进入任何 HF Space。激活此功能可通过 SSH 连接本地 VS Code，以便在 Space 的云硬件上进行远程开发（也可以稍后开启/关闭此功能）。请参阅此处的预览文档。
私有 Spaces：作为额外的安全层，我们建议将 Space 设置为私有，以便只有您的企业组织（和特定资源组）的成员才能看到它。

配置 JupyterLab Space 后，您可以单击 创建 Space。Space 将被构建，几秒钟后您将看到 JupyterLab 登录屏幕。您现在可以使用之前定义的密码登录。

使用您的 JupyterLab Space

您现在可以在浏览器中使用自己的 JupyterLab Space 工作了！您可以在左侧的文件浏览器中创建自己的目录结构，其中包含 .ipynb 笔记本或任何其他文件和数据集。如果您已激活持久性存储，则所有文件都将永久存储在 Space 的默认 /data 目录中。

动态地在 CPU 和 GPU 之间切换

与 Google Colab 等服务类似，您可以动态更改 Space 正在运行的硬件。我们建议在升级或免费 CPU 上进行初始设置工作，例如数据清理、设置端点或测试 API。一旦您的代码设置完成，您只需单击 Space 右上角的 设置，然后更改为各种硬件，这些硬件可能是更计算密集型推理或训练作业所需要的。当您更改硬件时，Space 将自行重启，所有环境变量都将丢失（就像 Google Colab 一样），几秒钟后您将在新硬件上获得新的干净环境。您存储和保存的文件（代码、数据等）当然也将在新硬件上可用。下图显示了撰写本文时（2024 年 6 月）的可用硬件，将来会进行更新。

在图像的左下方，您还可以看到 睡眠时间设置，您可以在其中定义在不活动的情况下硬件要运行多长时间。这是优于 Google Colab 的主要优势。如果您想省钱，您可以使 Space 在不活动 15 分钟后进入睡眠状态，但如果您需要硬件在 48 小时的训练运行或更长时间内可用，您可以阻止 Space 进入睡眠状态，并让它运行任意时长。您也可以手动 暂停 Space，这样您将不再需要为 Space 硬件付费。

如果您向下滚动设置，您将看到其他选项，例如扩展存储、重置 Space 等。如果您在 Space 创建期间未设置密码，您也可以稍后在此处创建一个名为 JUPYTER_TOKEN 的密钥，这将替换默认的“huggingface”密码。

当您连续几天或几周积极使用 Space 时，文件可能会在存储缓存中累积。当您收到持久性存储已满的警告，并且您认为不应达到存储配额时，将 Space 恢复出厂设置以清空缓存可能会有所帮助。

自定义您的 JupyterLab Space

请记住，您的 JupyterLab Space 只是一个预配置的 Docker 容器，因此如果您熟悉 Docker，您也可以根据自己的需要对其进行自定义。例如，您可以转到 Space 的 文件 部分，并将新需求添加到 requirements.txt 文件，或者您可以在 Dockerfile 中将默认容器镜像更改为另一个镜像，例如，如果您需要预安装特定的 CUDA 和 PyTorch 版本。

开发模式：从本地 VS Code 在 HF Spaces 上开发

如果您不喜欢在浏览器中的 JupyterLab 中工作怎么办？进入 开发模式。开发模式 使您可以从本地 IDE（如 VS Code）SSH 进入任何 Space 的硬件。HF Pro/企业版订阅者可以在 Space 的设置中激活 开发模式。

激活 开发模式 后，您将在 JupyterLab Space 窗口的左下方看到一个弹出窗口。要 SSH 进入本地 VS Code，您首先需要在本地安装 VS Code Remote - SSH 扩展，并将您的 SSH 密钥添加到您的 HF 个人资料。然后单击 使用 VS Code 连接 应该会打开您的本地 VS Code 窗口并建立与您的 Space 的远程连接。对于任何支持使用 SSH 进行远程开发的 IDE，都应该可以实现类似的过程。

通过 SSH 连接到您的 Space 时，您的默认目录将是一个空的 /app 目录。然后您需要更改为 /data 目录，其中存储了所有持久性文件（代码、数据、模型等）。/data 目录是唯一保证跨会话文件持久性的目录。如果您想修改底层 Docker 容器，可以在 HOME/user/app 目录中找到 Docker 容器的文件。

/data 目录中持久化的文件目前不会自动备份。因此，我们建议定期备份最重要的文件，以避免意外数据丢失。

现在开始编写代码！

就是这样，您现在可以在浏览器中运行 JupyterLab Space，动态地在一个或多个强大的 GPU 之间切换，并从本地 IDE 连接到硬件。

整个食谱都是在一个免费 CPU 的 JupyterLab Space 上编写的，我们邀请您在自己的 JupyterLab Space 中遵循企业 Hub 食谱的所有其他食谱。

< > 在 GitHub 上更新

开源 AI 食谱