docker stacks
1.0.0
Les Jupyter Docker Stacks sont un ensemble d'images Docker prêtes à l'emploi contenant des applications Jupyter et des outils informatiques interactifs. Vous pouvez utiliser une image de pile pour effectuer l'une des opérations suivantes (et bien plus encore) :
Vous pouvez essayer une version relativement récente de l'image quay.io/jupyter/base-notebook sur mybinder.org. Sinon, les exemples ci-dessous peuvent vous aider à démarrer si Docker est installé, si vous savez quelle image Docker vous souhaitez utiliser et si vous souhaitez lancer une seule application Jupyter dans un conteneur.
Le guide de l'utilisateur sur ReadTheDocs décrit en détail les utilisations et fonctionnalités supplémentaires.
Since `2023-10-20` our images are only pushed to `Quay.io` registry.
Older images are available on Docker Hub, but they will no longer be updated.
Cette commande extrait l'image jupyter/scipy-notebook étiquetée 2024-11-19 de Quay.io si elle n'est pas déjà présente sur l'hôte local. Il démarre ensuite un conteneur exécutant un serveur Jupyter avec l'interface JupyterLab et expose le port interne 8888 du conteneur au port 10000 de la machine hôte :
docker run -p 10000:8888 quay.io/jupyter/scipy-notebook:2024-11-19 Vous pouvez modifier le port sur lequel le port du conteneur est exposé en modifiant la valeur de l'option -p en -p 8888:8888 .
La visite de http://<hostname>:10000/?token=<token> dans un navigateur charge JupyterLab, où :
hostname est le nom de l'ordinateur exécutant Dockertoken est le jeton secret imprimé dans la console.Le conteneur reste intact pour le redémarrage après la fermeture du serveur.
Cette commande extrait l'image jupyter/datascience-notebook étiquetée 2024-11-19 de Quay.io si elle n'est pas déjà présente sur l'hôte local. Il démarre ensuite un conteneur éphémère exécutant un serveur Jupyter avec l'interface JupyterLab et expose le serveur sur le port hôte 10000.
docker run -it --rm -p 10000:8888 -v " ${PWD} " :/home/jovyan/work quay.io/jupyter/datascience-notebook:2024-11-19 L'utilisation de l'indicateur -v dans la commande monte le répertoire de travail actuel sur l'hôte ( ${PWD} dans l'exemple de commande) en tant que /home/jovyan/work dans le conteneur. Les journaux du serveur apparaissent dans le terminal.
Visiter http://<hostname>:10000/?token=<token> dans un navigateur charge JupyterLab.
En raison de l'utilisation de l'indicateur --rm , Docker nettoie automatiquement le conteneur et supprime le système de fichiers à la fermeture du conteneur, mais toutes les modifications apportées au répertoire ~/work et à ses fichiers dans le conteneur resteront intacts sur l'hôte. L'indicateur -i maintient le STDIN du conteneur ouvert et vous permet d'envoyer une entrée au conteneur via une entrée standard. L'indicateur -t attache un pseudo-TTY au conteneur.
By default, [jupyter's root_dir](https://jupyter-server.readthedocs.io/en/latest/other/full-config.html) is `/home/jovyan`.
So, new notebooks will be saved there, unless you change the directory in the file browser.
To change the default directory, you must specify `ServerApp.root_dir` by adding this line to the previous command: `start-notebook.py --ServerApp.root_dir=/home/jovyan/work`.
JupyterLab est la valeur par défaut pour toutes les images Jupyter Docker Stacks. Il est toujours possible de revenir à Jupyter Notebook (ou de lancer une autre commande de démarrage). Vous pouvez y parvenir en transmettant la variable d'environnement DOCKER_STACKS_JUPYTER_CMD=notebook (ou toute autre sous-commande jupyter valide) au démarrage du conteneur ; plus d’informations sont disponibles dans la documentation.
2022-07-05 , les coureurs auto-hébergés aarch64 ont été sponsorisés par @mathbunnyru . S'il vous plaît, envisagez de sponsoriser son travail sur GitHub2023-10-31 , les coureurs auto-hébergés aarch64 sont parrainés par une incroyable 2i2c non-profit organization x86_64 et aarch64aarch64- ou x86_64- , par exemple, quay.io/jupyter/base-notebook:aarch64-python-3.11.62022-09-21 , nous créons des images multiplateformes (sauf tensorflow-notebook )2023-06-01 , nous créons également une image tensorflow-notebook multiplateforme2024-02-24 , nous créons des variantes compatibles CUDA de l'image pytorch-notebook pour la plate-forme x86_642024-03-26 , nous créons une variante compatible CUDA de l'image tensorflow-notebook pour la plate-forme x86_64 Ce projet ne construit qu'un seul ensemble d'images à la fois. Si vous souhaitez utiliser l'ancienne version Ubuntu et/ou Python , vous pouvez utiliser les images suivantes :
| Date de construction | Ubuntu | Python | Étiqueter |
|---|---|---|---|
| 2022-10-09 | 20.04 | 3.7 | 1aac87eb7fa5 |
| 2022-10-09 | 20.04 | 3.8 | a374cab4fcb6 |
| 2022-10-09 | 20.04 | 3.9 | 5ae537728c69 |
| 2022-10-09 | 20.04 | 3.10 | f3079808ca8c |
| 2022-10-09 | 22.04 | 3.7 | b86753318aa1 |
| 2022-10-09 | 22.04 | 3.8 | 7285848c0a11 |
| 2022-10-09 | 22.04 | 3.9 | ed2908bbb62e |
| 2023-05-30 | 22.04 | 3.10 | 4d70cf8da953 |
| 2024-08-26 | 22.04 | 3.11 | 00987883e58d |
| 2024-10-22 | 24.04 | 3.11 | b74418220768 |
| construction hebdomadaire | 24.04 | 3.12 | latest |
Veuillez consulter le Guide du contributeur sur ReadTheDocs pour plus d'informations sur la façon de contribuer aux recettes, aux fonctionnalités, aux tests et aux piles gérées par la communauté.
