跳到主要内容

免费Notebook使用

免费Notebook就像是"免费试用版",让你可以先体验一下Notebook的功能,看看是否适合你的需求。虽然有一些限制,但对于学习和简单项目来说完全够用。

免费版包含什么？​

基础资源​

计算资源：

资源类型规格镜像资源
CPUCPU basic · 0.5v CPU · 500MBubuntu22-python3.10-jupyter-cpu:v1.0.1-notebook
ubuntu22-vllm-python3.10-jupyter-cpu:v1.0.1-notebook
ubuntu22-sglang-python3.10-jupyter-cpu:v1.0.1-notebook
CPUCPU basic · 2v CPU · 4GB同上
CPUCPU basic · 4v CPU · 8GB同上
CPUCPU basic · 8v CPU · 16GB同上
CPUCPU basic · 16v CPU · 32GB同上
NPUNPU basic · 1 × NPU 910B · 4v CPU · 8GBubuntu22-cann8.3-python3.10-jupyter:v4.0.1-notebook
ubuntu22-cann8.3-sglang-python3.10-jupyter:v4.0.1-notebook
ubuntu22-cann8.3-vllm-python3.10-jupyter:v4.0.1-notebook
ubuntu22-cann8.5-python3.11-jupyter:v1.0.1-notebook
ubuntu22-cann8.5-python3.11-vllm-jupyter:v1.0.0-notebook
ubuntu22-cann8.5-python3.11-sglang-jupyter:v1.0.1-notebook
NPUNPU basic · 1 × NPU 910B · 16v CPU · 32GB同上

软件环境：Python 3.11版本，预装了常用的数据科学包，可以安装自己需要的包，支持多种编程语言。

有什么使用限制？​

资源限制​

运行限制：同时只能运行1个Notebook，每次最多运行2小时，每月最多使用1000核时，核时消耗计算规则和当前用户使用的规格大小有关（例如选择了CPU basic · 4v CPU · 8GB的规格，使用1小时所消耗的核时就是4核时）。

存储限制：工作空间最多50GB，临时存储最多2GB，单个文件不能超过100MB，最多创建10个Notebook。

功能限制​

使用：启动中不能进行暂停，启动超时或其他异常会自动终止，没启动成功不会消耗核时；关闭运行中notebook必须在启动页才能进行关闭。（工作台 -> 我的Notebook）

API使用：每分钟最多60次请求，每天最多传输1GB数据，同时最多5个请求。

协作功能：最多3个人可以查看，只能分享只读版本，可以添加评论，只保留最近5个版本。

开始使用​

注册流程​

创建账号：访问注册页面，填写基本信息，验证邮箱，完成设置。

环境初始化：使用命令行工具初始化工作空间，验证Python环境。

基本操作​

创建 Notebook：使用命令行工具创建新的Notebook，可以导入示例项目。

管理文件：支持上传和下载文件，管理项目数据。

资源优化​

内存管理​

  1. 优化技巧

    import gc
    import torch

    def optimize_memory():
        # 清理未使用对象
        gc.collect()
        
        # 清理 PyTorch 缓存
        torch.cuda.empty_cache()
        
        # 使用生成器处理大数据
        def data_generator():
            for chunk in pd.read_csv("large_file.csv", chunksize=1000):
                yield process_chunk(chunk)

  2. 数据处理

    # 分块处理大文件
    def process_large_file(file_path):
        results = []
        for chunk in pd.read_csv(file_path, chunksize=1000):
            result = process_chunk(chunk)
            results.append(result)
        return pd.concat(results)

计算优化​

  1. 并行处理

    from multiprocessing import Pool

    def parallel_process(data_list):
        with Pool(processes=2) as pool:
            results = pool.map(process_function, data_list)
        return results

  2. 代码优化

    # 使用向量化操作
    import numpy as np

    def optimize_calculation(data):
        # 替换循环操作
        result = np.vectorize(process_function)(data)
        return result

使用技巧​

提高效率​

代码组织

  • 把代码分成不同的函数
  • 每个函数只做一件事
  • 代码结构要清晰
  • 便于理解和维护

使用缓存

  • 对于重复的计算使用缓存
  • 避免重复运行相同代码
  • 节省时间和资源
  • 提高运行效率

存储管理​

文件管理

  • 定期清理临时文件
  • 压缩旧的数据文件
  • 删除不需要的文件
  • 保持工作空间整洁

数据优化：选择合适的数据类型，压缩大型数据集，优化存储格式，节省存储空间。

什么时候需要升级？​

升级信号​

资源不足：CPU使用率经常超过80%，内存使用率经常超过75%，存储空间使用超过90%，经常遇到各种限制。

功能需求：需要GPU加速计算，需要更大的存储空间，需要更长的运行时间，需要更多协作功能。

升级步骤​

准备工作：评估实际需求，选择合适的付费套餐，准备数据迁移，配置新环境。

数据迁移：导出当前工作空间，迁移到新的环境，验证数据完整性，开始使用新功能。

常见问题​

资源问题​

如何查看资源使用情况？在Notebook界面查看资源监控，使用系统命令查看CPU和内存，定期检查存储空间使用情况。

如何处理内存不足？关闭不需要的Notebook，清理临时变量和数据，使用更小的数据集，考虑升级到付费版本。 如何优化运行时间？使用高效的算法，避免重复计算，合理使用缓存，优化数据处理流程。

如何管理存储空间？定期清理不需要的文件，压缩大型数据集，使用外部存储服务，及时删除临时文件。

功能问题​

如何安装额外的包？使用pip安装Python包，使用conda安装科学计算包，检查包的兼容性，注意存储空间限制。

如何共享Notebook？设置分享权限，生成分享链接，邀请协作者，控制访问权限。

限制问题​

运行时间限制：每次最多运行1小时，空闲30分钟后自动停止，合理安排计算任务，及时保存工作成果。

存储空间限制：工作空间最多10GB，单个文件不能超过100MB，定期清理和压缩，考虑升级到付费版本。

总结​

免费Notebook是开始AI学习的好选择。通过合理使用,你可以免费体验（无需付费就能使用Notebook）、学习基础（掌握基本的编程和数据处理技能）、项目实践（完成小型的AI项目）和评估需求（了解是否需要升级到付费版本）。

记住,免费版本虽然有限制,但对于学习和简单项目来说完全够用。合理规划,优化使用,你就能充分利用免费资源！