HF 空间中的交互式开发
像 Google Colab 或 Kaggle Notebooks 这样的服务极大地简化了人们在浏览器中使用易于使用的 Jupyter Notebook 访问计算的方式。不幸的是，这些服务也存在一些局限性。
- GPU 不稳定，训练作业可能在完成前被取消。
- GPU 选择仅限于少数几个单一 GPU。
- 不支持通过您首选的本地 IDE（如 VS Code）连接到云 GPU。
HF JupyterLab 空间克服了这些局限性。使用 HF JupyterLab 空间，您可以
- 在浏览器中的 JupyterLab 中完成所有开发工作。
- 在 CPU 和各种 GPU 之间动态切换，除非您想要，否则它们永远不会停止。
- 通过 SSH 将本地 IDE（如 VS Code）连接到云计算资源，以进行完整的远程开发。
本食谱指导您设置自己的 JupyterLab 空间。
HF JupyterLab 空间中的交互式开发
创建您的 JupyterLab 空间
要创建您自己的 HF JupyterLab 空间，请导航到空间创建页面，然后单击Docker > JupyterLab。HF JupyterLab 空间本质上是一个 Docker 容器，其中包含预先配置的 JupyterLab 副本，运行在 Hugging Face 的云基础设施上。以下是一些有关配置 JupyterLab 空间的建议。
- 选择正确的拥有者：如果您将 JupyterLab 空间用作企业中心组织工作的部分，请在
拥有者下拉菜单中选择组织的名称（例如，下图中的虚拟“enterprise-explorers”。然后，任何计算成本将计入该企业组织的帐户。 - 访问控制：如果您希望团队中仅选定的成员可以访问 JupyterLab 空间，您可以单击
访问控制旁边 的所有人，并将对 JupyterLab 空间的访问权限限制为预定义的资源组。资源组是企业中心功能，允许您将对选定存储库（模型、数据集、空间）的访问权限限制为更小的团队成员组。请参阅文档，了解如何创建您的第一个资源组。
- 选择硬件：您可以从免费的 CPU 到 A100 GPU 的各种硬件中进行选择。在设置空间时，我们建议您选择免费的基本 CPU。一旦需要，您可以切换到更高级的付费硬件（请参阅此处提供的硬件和价格此处）。
- 持久存储：将持久存储附加到空间非常重要，以便当空间暂停或重置时，您创建的所有文件（代码、模型、数据）也会被保存。您始终可以在需要时在设置中增加磁盘空间。所有持久数据都存储在
/data目录中（文档）。 - 设置密码：空间创建后，登录 JupyterLab 需要密码。此密码通过
JUPYTER_TOKEN空间机密进行定义。如果您没有在此处定义密码，则默认密码为“huggingface”。我们建议您设置一个强密码。 - 开发模式：开发模式是企业中心订阅者的一个功能，它允许您 SSH 进入任何 HF 空间。激活此功能以连接您的本地 VS Code 进行空间云硬件的远程开发（也可以在以后打开或关闭此功能）。请在此处查看预览文档此处。
- 私有空间：作为额外的安全层，我们建议您将空间设置为私有，以便只有您的企业组织（和特定资源组）的成员可以看到它。
配置完 JupyterLab 空间后，您可以单击创建空间。空间将被构建，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 空间
您现在可以在浏览器中使用您自己的 JupyterLab 空间！您可以在左侧的文件浏览器中使用 .ipynb 笔记本或任何其他文件和数据集创建您自己的目录结构。如果您已激活持久存储，所有文件都将永久存储在空间的默认/data目录中。
在 CPU 和 GPU 之间动态切换
与 Google Colab 这样的服务类似，您可以动态更改空间运行的硬件。我们建议您在升级或免费的 CPU 上进行初始设置工作，例如数据清理、设置端点或测试 API。设置好代码后，您只需单击空间右上角的设置，然后切换到各种硬件，这些硬件可能需要用于更计算密集型的推理或训练作业。更改硬件时，空间将重新启动，所有环境变量将丢失（与 Google Colab 相同），您将在几秒钟后获得新的硬件上的干净环境。您存储和保存的文件（代码、数据等）当然也会在新的硬件上可用。下图显示了撰写本文时提供的硬件（2024 年 6 月），将来会进行更新。
在图片左下角，您还可以看到 `睡眠时间设置`，您可以在其中定义在没有活动的情况下您希望硬件运行多长时间。这是相对于 Google Colab 的一大优势。如果您想省钱，可以将 Space 在 15 分钟无活动后设为休眠状态，但如果您需要硬件持续 48 小时或更长时间的训练运行，则可以阻止 Space 休眠，让它根据您的需要运行。您也可以手动 `暂停` Space，并且您将不再需要为 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。如果您在创建 Space 时没有设置密码，您也可以稍后在此处创建一个名为 `JUPYTER_TOKEN` 的秘密，它将替换默认的 "huggingface" 密码。
当您在几天或几周内积极使用 Space 时，文件可能会在存储缓存中累积。当您收到有关持久存储已满的警告，并且您认为存储配额不应该达到时，重置 Space 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 只是一个预先配置的 Docker 容器，因此，如果您熟悉 Docker，您也可以根据需要对其进行自定义。例如，您可以转到 Space 的 `文件` 部分，并在 `requirements.txt` 文件中添加新需求，或者您可以从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）在 `Dockerfile` 中。
开发模式：从本地 VS Code 开发 HF Spaces
如果您不喜欢在浏览器中使用 JupyterLab 工作怎么办？进入 `开发模式`。`开发模式` 使您能够从本地 IDE（如 VS Code）SSH 到任何 Space 的硬件。HF Pro/Enterprise 订阅者可以在 Space 设置中为任何 Space 激活 `开发模式`。
激活 `开发模式` 后，您将在 JupyterLab Space 窗口的左下角看到一个弹出窗口。要 SSH 到您的本地 VS Code，您首先需要在本地安装 VS Code Remote - SSH 扩展 并在 HF 个人资料 中添加您的 SSH 密钥。单击 `使用 VS Code 连接` 应该会打开您的本地 VS Code 窗口并建立到您的 Space 的远程连接。类似的过程应该适用于任何支持使用 SSH 进行远程开发的 IDE。
当您使用 SSH 连接到 Space 时，您的默认目录将是一个空的 `/app` 目录。然后，您需要更改到 `/data` 目录，其中存储了所有持久文件（代码、数据、模型等）。`/data` 目录是唯一保证跨会话文件持久化的目录。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。
目前，`/data` 目录中的持久文件不会自动备份。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。
现在编写一些代码！
就是这样，您现在可以在浏览器中运行 JupyterLab Space，在多个强大的 GPU 之间动态切换，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 中编写的，我们邀请您在您自己的 JupyterLab Space 中遵循企业中心食谱中的所有其他食谱。
< > 更新 在 GitHub 上