在 HF 空间中的互动开发

像 Google Colab 或 Kaggle Notebooks 这样的服务使得人们可以在浏览器中的 Jupyter notebooks 里轻松地访问计算资源。然而，这些服务也存在一些局限性：

GPU 不稳定，训练任务可能在完成前被取消。
GPU 选择仅限于几个单一 GPU。
没有原生支持通过本地 IDE（如 VS Code）连接到云端 GPU。

HF JupyterLab Spaces 克服了这些限制。使用 HF JupyterLab Space，你可以：

在浏览器中使用 JupyterLab 完成所有开发工作。
动态切换 CPU 和各种 GPU，除非你希望它们停止，否则硬件不会停止。
通过 SSH 将你的本地 IDE（如 VS Code）连接到云计算资源，进行完整的远程开发。

本教程将引导你完成设置自己的 JupyterLab Space 的步骤。

在 HF JupyterLab Spaces 中进行互动开发

创建你的 JupyterLab Space

要创建自己的 HF JupyterLab Space，请访问空间创建页面，然后点击 Docker > JupyterLab。HF JupyterLab Space 本质上是一个 Docker 容器，内含预配置的 JupyterLab 复制品，运行在 Hugging Face 的云基础设施上。以下是配置 JupyterLab Space 的一些建议：

选择正确的所有者：如果你将 JupyterLab Space 用作企业组织的工作一部分，请在 Owner 下拉菜单中选择该组织的名称（例如，下面图像中的虚拟“enterprise-explorers”）。任何计算费用将会计入该企业组织的账户。
访问控制：如果你只想让团队中的某些成员访问 JupyterLab Space，可以点击 Everyone 并限制对 JupyterLab Space 的访问，仅限于预定义的资源组。资源组是企业 Hub 的功能，它允许你将对特定仓库（如模型、数据集、Spaces）的访问限制给更小的团队成员群体。请参阅文档了解如何创建你的第一个资源组。

选择硬件：你可以选择从免费的 CPU 到 A100 GPU 等各种硬件。设置 Space 时，我们建议选择免费的基础 CPU。等到你需要更强硬件时，可以切换到付费硬件（可查看可用硬件和价格这里）。
持久存储：将持久存储附加到 Space 上非常重要，这样你创建的所有文件（代码、模型、数据）在 Space 暂停或重置时也能被保存。以后你也可以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：创建 Space 后，登录 JupyterLab 时需要密码。该密码通过 JUPYTER_TOKEN Space 密钥来定义。如果没有设置密码，默认密码是“huggingface”。建议设置一个强密码。
开发模式：开发模式是为企业 Hub 用户提供的一项功能，它允许你通过 SSH 连接到任何 HF Space。启用此功能后，你可以通过 VS Code 进行远程开发，使用 Space 的云硬件（该功能也可以在后续启用/禁用）。有关预览文档，请参见此处。
私有 Space：作为额外的安全措施，建议将 Space 设置为私有，这样只有企业组织的成员（以及特定资源组成员）才能看到它。

设置好 JupyterLab Space 后，你可以点击 Create Space。Space 会开始构建，几秒钟后，你会看到 JupyterLab 的登录界面。此时，你可以使用之前定义的密码登录。

使用你的 JupyterLab Space

现在，你可以在浏览器中使用自己的 JupyterLab Space 进行工作！你可以在左侧的文件浏览器中创建自己的目录结构，存放 .ipynb 笔记本或其他文件和数据集。如果你启用了持久存储，所有文件都会永久保存在 Space 的默认 /data 目录中。

动态切换 CPU 和 GPU

与 Google Colab 等服务类似，你可以动态更改 Space 的硬件配置。我们建议先在免费或升级的 CPU 上进行初步工作，如数据清洗、设置终端或测试 API。一旦代码配置完成，你只需点击 Space 右上角的 Settings，即可切换到适合计算密集型推理或训练任务的硬件。更改硬件时，Space 会自动重启，所有环境变量会丢失（类似于 Google Colab），几秒钟后，你将在新硬件上获得一个全新的清洁环境。你的存储和保存的文件（如代码、数据等）当然也会随之迁移到新硬件上。下图显示了当前（2024 年 6 月）的可用硬件，未来会进行更新。

图像左下角显示的是 Sleep time settings，你可以设置在空闲时硬件运行多长时间。这是相较于 Google Colab 的一大优势。如果你想节省费用，可以设置 Space 在空闲 15 分钟后进入休眠模式；但如果你需要长达 48 小时或更长的训练运行，你可以防止 Space 进入休眠模式，任由它持续运行。你还可以手动暂停 Space，这样就不再为硬件付费。

在设置下方，你会看到其他选项，如扩展存储、重置 Space 等。如果在创建 Space 时没有设置密码，你也可以在这里创建一个名为 JUPYTER_TOKEN 的密钥，替换默认的“huggingface”密码。

如果你在多日或多周的使用过程中，存储缓存积累了文件，当你收到持久存储已满的警告时，可能会认为存储配额还未达到，重新设置 Space 为出厂设置可以清空缓存，有时会有帮助。

自定义你的 JupyterLab Space

记住，你的 JupyterLab Space 本质上是一个预配置的 Docker 容器，因此，如果你熟悉 Docker，也可以根据自己的需求进行自定义。例如，你可以进入 Space 的 Files 部分，向 requirements.txt 文件中添加新依赖，或者你可以将默认的容器镜像更换为另一个镜像（例如，如果你需要预安装特定版本的 CUDA 和 PyTorch）。

开发模式：通过本地 VS Code 在 HF Spaces 上开发

如果你不喜欢在浏览器中使用 JupyterLab，尝试使用 开发模式。开发模式 允许你通过 SSH 将本地 IDE（如 VS Code）连接到任何 Space 的硬件上。HF Pro/Enterprise 订阅用户可以为任何 Space 启用 开发模式。

启用 开发模式 后，你会在 JupyterLab Space 窗口的左下角看到一个弹出窗口。要通过 SSH 连接到本地 VS Code，首先需要在本地安装 VS Code Remote - SSH 插件，并将你的 SSH 密钥添加到 HF 个人资料中。点击 Connect with VS Code，应该会打开你的本地 VS Code 窗口，并与 Space 建立远程连接。任何支持通过 SSH 进行远程开发的 IDE 都可以使用类似的过程。

当你通过 SSH 连接到 Space 时，默认目录是空的 /app 目录。你需要切换到 /data 目录，这里保存了所有持久化的文件（代码、数据、模型等）。/data 目录是唯一一个保证在会话间持久存储文件的目录。如果你希望修改基础 Docker 容器，也可以访问 /HOME/user/app 目录。

/data 目录中的持久化文件目前不会自动备份，因此建议定期备份重要文件，以避免数据丢失。

就这样，你可以在浏览器中运行 JupyterLab Space，动态切换多个强大的 GPU，并从本地 IDE 连接到硬件。

整个教程就是在一个免费的 CPU 空间中编写的，我们邀请你在自己的 JupyterLab Space 中跟随其他 Enterprise Hub Cookbook 的教程一起操作。

< > Update on GitHub