16.1. 使用Jupyter Notebook¶ Open the notebook in SageMaker Studio Lab
本节介绍如何使用Jupyter Notebook编辑和运行本书各章中的代码。确保你已按照 安装中的说明安装了Jupyter并下载了代码。如果你想了解更多关于Jupyter的信息，请参阅其文档中的优秀教程。
16.1.1. 在本地编辑和运行代码¶
假设本书代码的本地路径为xx/yy/d2l-en/。使用shell将目录更改为此路径（cd xx/yy/d2l-en）并运行命令jupyter notebook。如果浏览器未自动打开，请打开http://localhost:8888。此时你将看到Jupyter的界面以及包含本书代码的所有文件夹，如
图16.1.1所示
图16.1.1 包含本书代码的文件夹¶
你可以通过单击网页上显示的文件夹来访问notebook文件。它们通常有后缀“.ipynb”。为了简洁起见，我们创建了一个临时的“test.ipynb”文件。单击后显示的内容如 图16.1.2所示。此notebook包括一个标记单元格和一个代码单元格。标记单元格中的内容包括“This Is a Title”和“This is text.”。代码单元包含两行Python代码。
图16.1.2 “test.ipynb”文件中的markdown和代码块¶
双击标记单元格以进入编辑模式。在单元格末尾添加一个新的文本字符串“Hello world.”，如 图16.1.3所示。
图16.1.3 编辑markdown单元格¶
如 图16.1.4所示，单击菜单栏中的“Cell” \(\rightarrow\) “Run Cells”以运行编辑后的单元格。
图16.1.4 运行单元格¶
运行后，markdown单元格如 图16.1.5所示。
图16.1.5 编辑后的markdown单元格¶
接下来，单击代码单元。将最后一行代码后的元素乘以2，如 图16.1.6所示。
图16.1.6 编辑代码单元格¶
你还可以使用快捷键（默认情况下为Ctrl+Enter）运行单元格，并从 图16.1.7获取输出结果。
图16.1.7 运行代码单元格以获得输出¶
当一个notebook包含更多单元格时，我们可以单击菜单栏中的“Kernel”\(\rightarrow\)“Restart & Run All”来运行整个notebook中的所有单元格。通过单击菜单栏中的“Help”\(\rightarrow\)“Edit Keyboard Shortcuts”，可以根据你的首选项编辑快捷键。
16.1.2. 高级选项¶
除了本地编辑，还有两件事非常重要：以markdown格式编辑notebook和远程运行Jupyter。当我们想要在更快的服务器上运行代码时，后者很重要。前者很重要，因为Jupyter原生的ipynb格式存储了大量辅助数据，这些数据实际上并不特定于notebook中的内容，主要与代码的运行方式和运行位置有关。这让git感到困惑，并且使得合并贡献非常困难。幸运的是，还有另一种选择——在markdown中进行本地编辑。
16.1.2.1. Jupyter中的Markdown文件¶
如果你希望对本书的内容有所贡献，则需要在GitHub上修改源文件（md文件，而不是ipynb文件）。使用notedown插件，我们可以直接在Jupyter中修改md格式的notebook。
首先，安装notedown插件，运行Jupyter Notebook并加载插件：
pip install d2l-notedown # 你可能需要卸载原始notedown
jupyter notebook --NotebookApp.contents_manager_class='notedown.NotedownContentsManager'
要在运行Jupyter Notebook时默认打开notedown插件，请执行以下操作：首先，生成一个Jupyter Notebook配置文件（如果已经生成了，可以跳过此步骤）。
jupyter notebook --generate-config
然后，在Jupyter
Notebook配置文件的末尾添加以下行（对于Linux/macOS，通常位于~/.jupyter/jupyter_notebook_config.py）：
c.NotebookApp.contents_manager_class = 'notedown.NotedownContentsManager'
在这之后，你只需要运行jupyter notebook命令就可以默认打开notedown插件。
16.1.2.2. 在远程服务器上运行Jupyter Notebook¶
有时，你可能希望在远程服务器上运行Jupyter Notebook，并通过本地计算机上的浏览器访问它。如果本地计算机上安装了Linux或MacOS（Windows也可以通过PuTTY等第三方软件支持此功能），则可以使用端口转发：
ssh myserver -L 8888:localhost:8888
以上是远程服务器myserver的地址。然后我们可以使用http://localhost:8888
访问运行Jupyter
Notebook的远程服务器myserver。下一节将详细介绍如何在AWS实例上运行Jupyter
Notebook。
16.1.2.3. 执行时间¶
我们可以使用ExecuteTime插件来计算Jupyter
Notebook中每个代码单元的执行时间。使用以下命令安装插件：
pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
jupyter nbextension enable execute_time/ExecuteTime
16.1.3. 小结¶
使用Jupyter Notebook工具，我们可以编辑、运行和为本书做贡献。
使用端口转发在远程服务器上运行Jupyter Notebook。
16.1.4. 练习¶
在本地计算机上使用Jupyter Notebook编辑并运行本书中的代码。
使用Jupyter Notebook通过端口转发来远程编辑和运行本书中的代码。
对于两个方矩阵，测量\(\mathbf{A}^\top \mathbf{B}\)与\(\mathbf{A} \mathbf{B}\)在\(\mathbb{R}^{1024 \times 1024}\)中的运行时间。哪一个更快？