数据科学家可以使用云原生AI套件创建Notebook（云原生AI套件提供Jupyter和VSCode两种类型的Notebook）来进行机器学习算法的开发调试，并将算法提交到ACK集群中进行训练。云原生AI套件可按用户选择，将开源JupyterLab、用户自定义的Jupyter或者VSCode服务镜像，部署到ACK集群中作为AI模型集成开发环境，并将云原生AI套件中的自动配置与ACK集群中的用户权限机制集成。本文介绍如何通过云原生AI套件创建和使用Notebook。Notebook功能介绍提供一个云平台集成的机器学习实验环境，在该环境中您可以进行机器学习的本地开发。提供一个拷贝或者处理数据集的工具，将处理完的数据集直接提交至持久化存储，还可以结合大数据工具进行数据集的处理。提供机器学习的测试、预处理等工作环境，在该环境中您可以编写、调试机器学习主要代码，且将其打包成docker Image推送至集群本地或者远程的容器镜像仓库。步骤一：创建Notebook登录开发控制台。具体操作，请参见访问AI开发控制台。在开发控制台左侧导航栏中，单击Notebook。在Notebook页面，单击创建Notebook。在Notebook message、Notebook资源配置和高级配置区域，配置相关信息后，单击创建Notebook。在Notebook message区域：输入Notebook名称，选择Notebook镜像和命名空间，其中命名空间只能提交到集群管理员为开发分配的命名空间中，Notebook镜像可选择默认镜像和自定义镜像，其他选项请按需配置。打开Workspace PVC开关，在Workspace持久化的目标PVC下拉列表，选择Workspace挂载的PVC。打开Token开关，给Notebook注入自定义Token来增强安全性。目前仅支持Jupyter类型的Notebook。通过选择Notebook Type来决定镜像的启动方式，因为不同的Notebook类型需要在不同的环境中运行。例如，当Notebook Type选择Jupyter时，表示创建一条Jupyter Notebook类型的Notebook。在Notebook资源配置区域，输入CPU（核数）和GPU卡数，选择内存（GPU）。在高级配置区域，您可以选择添加Label、Annotation、NodeSelector、Toleration为您的Notebook增加配置。任务创建完成后，您可以在Notebook页面，单击刚创建的Notebook的名称，即可查看Notebook的运行状况等信息。步骤二：使用Notebook使用Jupyter Notebook在Notebook页面，单击选择一个状态为Running的Jupyter Notebook。单击Notebook区域下的Python3。在Jupyter Notebook中使用Arena进行任务提交。方式一：在命令行工具使用Arena进行任务提交方式二：在Python的SDK中使用Arena进行任务提交使用VSCode Notebook在Notebook页面，单击选择一个状态为Running的VSCode Notebook。在VSCode页面，您可以拥有和本地一样的VSCode开发体验，并且环境中已经注入了KubeConfig并设置了环境变量供您使用。制作Notebook自定义镜像说明您在制作Notebook自定义镜像之前，首先请在Jupyter Notebook或VSCode Notebook环境中安装最新版的Arena组件，然后才能在开发环境中运行为您提供的Demo示例流程。关于如何安装Arena组件，请参见配置Arena客户端。制作Jupyter Notebook自定义镜像说明为了满足不同的用户的不同需求，在创建Notebook页面为您提供了自定义Notebook镜像的入口，如下图所示：您可以基于以下流程进行自定义镜像Dockerfile的制作与镜像的打包操作：FROM tensorflow/tensorflow:1.15.5-gpu USER root RUN pip install jupyter && \ pip install ipywidgets && \ jupyter nbextension enable --py widgetsnbextension && \ pip install jupyterlab && jupyter serverextension enable --py jupyterlab # 下载安装Arena的Python SDK工具包。 RUN pip install arenasdk # 您可以通过其他途径安装JupyterLab，但是必须暴露服务到8888端口。 EXPOSE 8888 USER jovyan制作VSCode Notebook自定义镜像说明为了满足不同需求，VSCode Notebook在创建Notebook页面，为您提供了自定义VSCode Notebook镜像的入口，如下图所示。您可以基于以下的流程进行自定义Dockerfile的制作与镜像的打包操作：FROM ubuntu:18.04 USER root RUN apt update && \ apt install -y curl RUN cd /opt && \ wget https://aliacs-k8s-cn-hongkong.oss-cn-hongkong.aliyuncs.com/arena/install.sh && \ /opt/install.sh 您需要根据自己选择的基础镜像动态调整Dockerfile的内容细节，从而使得镜像成功Build。在Notebook中保存自身为镜像云原生AI套件开发控制台组件ack-ai-dev-console在1.0.22及以后版本中，支持在Notebook中提交该Notebook自身为镜像并保存到宿主机中，以达到保存该Notebook开发环境的目的。如果您需要在Notebook中保存自身为镜像，可以按照以下操作步骤执行：在Notebook中下载ack-commit-agent的一个客户端二进制工具，这里是该工具的下载地址。下载结束之后，您需要在Notebook中执行以下命令，使得该客户端全局可执行。chmod +x ack-commit-ctl mv ack-commit-ctl /usr/bin/使用该工具提交保存Notebook的镜像，这里展示一个提交镜像的示例操作。ack-commit-ctl commit image-commit-sample:v0.1.0-test INFO[0000] container id: xxx INFO[0002] Container save success, image: image-commit-sample:v0.1.0-test提交操作结束后出现类似以上输出说明将该Notebook保存为镜像提交成功。执行以下命令，指定镜像仓库的用户名和密码，将镜像推送到镜像仓库中。ack-commit-ctl push image-commit-sample:v0.1.0-test --username=username --password=password INFO[0000] Start pushing the image: image-commit-sample:v0.1.0-test INFO[0000] Waiting... INFO[0003] Image pushed successfully: image-commit-sample:v0.1.0-test出现类似以上输出则说明镜像已成功推送到镜像仓库中。使用已经保存的镜像确认ack-ai-dev-console组件已升级到1.0.21及以上版本。登录容器服务管理控制台，在左侧导航栏选择集群。在集群列表页面，单击目标集群名称，然后在左侧导航栏，选择工作负载 > 容器组。在容器组页面中找到已保存镜像的Notebook的容器组，单击该容器组名称，在Pod详情页面获取该Pod所在节点的节点名称。在Notebook页面，创建一个新的Notebook。在镜像拉取凭证中选择已制作的Notebook自定义镜像，然后在右侧的高级配置中配置NodeSelector条目，配置NodeSelector的Key为kubernetes.io/hostname，Value为步骤4获取的Pod节点名称。单击创建Notebook，Notebook创建成功即视为已使用保存的镜像。