Dockerを使用してマネージャとJupyterLabを実行する

AI Unlimited マネージャは、エンジンのデプロイを調整し、プロジェクトを監視するための Web ベースのユーザーインターフェイスを備えています。マネージャで AI Unlimited を設定します。

JupyterLab を使用してデータを探索および分析します。

Docker Compose を使用して、AI Unlimited マネージャと JupyterLab を、AI Unlimited Jupyter カーネルとともにコンテナ内でローカルに実行します。

ヒント

インストールに関するサポートについては、サポートチームにメールを送信するか、コミュニティにお問い合わせください。

前提条件

オプションで、マネージャの設定ファイルとデータファイルを保存するディレクトリを AI_UNLIMITED_HOME 環境変数に設定します。ディレクトリが存在し、適切な権限が付与されていることを確認してください。デフォルトの場所は ./volumes/ai-unlimitedです。

ローカルロケーション コンテナの場所 使用法
$AI_UNLIMITED_HOME /etc/td データと設定を保存する

ヒント
AWS または Azure 環境変数について学習します。
オプションで、 JUPYTER_HOME 環境変数を、JupyterLab 構成ファイルを保存するディレクトリに設定します。デフォルトの場所は ~/.jupyterです。

ローカルロケーション	コンテナの場所	使用法
$AI_UNLIMITED_HOME	/etc/td	データと設定を保存する

Teradata が提供する AI Unlimited GitHubリポジトリ内の deployments/docker フォルダには、マネージャと JupyterLab を実行するために必要な次のファイルが含まれています。

リポジトリをクローンします。

注記

認証情報を渡す方法は 2 つあります。

両方の方法については、Teradata AI Unlimited GitHub リポジトリの Docker Compose でデプロイするの Jupyter と AI Unlimited セクションを参照してください。

このQuickStartでは最初の方法を使用します。

クラウドサービスプロバイダのコンソールからこれらの環境変数をコピーします。
- AWS
- Azure
AWS_ACCESS_KEY_ID、 AWS_SECRET_ACCESS_KEY、そして AWS_SESSION_TOKEN
[AWS or Azure]-credentials-env-vars.yaml が配置されているディレクトリに移動し、ファイルの環境変数の値を更新します。

[AWS or Azure]-credentials-env-vars.yaml、 ai-unlimited.yaml、 jupyter.yaml があるディレクトリから、マネージャと JupyterLab を起動します。

注記
コマンド内の -d フラグはオプションです。
- AWS
- Azure
このコマンドは、マネージャと JupyterLab コンテナをダウンロードして起動します。
Jupyter トークンを取得するには、現在実行中のコンテナを一覧表示します。

JupyterLab コンテナの名前を特定します。

次に、コンテナのログで文字列「Token」の出現を検索します。

マネージャの準備ができたら、 http://localhost:3000でアクセスできるようになります。

JupyterLabの準備ができたら、 http://localhost:8888でアクセスし、トークンを入力します。

OAuthアプリを作成するを実行してAI Unlimited と Git プロバイダアカウント間の認証を許可します。