Images
Images
Wenn Nutzer:innen im JupyterHub eine Maschine eines bestimmten Profils starten, so wird im Hintergrund ein (JupyterLab) Notebook-Image als Container bereitgestellt. Darin wird ein User-spezifisches NFS-Verzeichnis gemounted, das auf einem extra dafür bereitgestellten NFS-Server persistiert wird. So gehen die Daten der Nutzer:innen innerhalb der Notebooks bei Neustart der Maschinen nicht verloren.
Folgende Images werden in den Profilen verwendet:
Allgemeine Images
| Image Name | Beschreibung | Aktuelle Version | Python Version | Vorinstallierte Software & Packages |
|---|---|---|---|---|
| mylab-base | Basis Image des myLab. Es basiert auf dem "offiziellen" SciPy-Image des Jupyter Projekts, erweitert um eine Sammlung an myLab-spezifischen Packages (siehe unten) | 1.2.1 | 3.11 | Alles von hier und hier |
| mylab-base-gpu | Das selbe wie mylab-base nur basierend auf einem Nvidia CUDA Image, statt plain Ubuntu | 1.2.1 | 3.11 | siehe mylab-base |
| mylab-datascience | Das neue Datascience Sammel-Image des myLab. Es basiert auf dem mylab-base Image und setzt darauf die Paketsammlungen für Spar, R und Julia des Jupyter Projekts auf. | 1.2.1 | 3.11 | Alles von mylab-base, sowie von hier, hier und hier |
| mylab-datascience-gpu | Das selbe wie mylab-datascience nur basierend auf mylab-base-gpu. | 1.2.1 | 3.11 | siehe mylab-datascience |
| mylab-tensorflow | Image basierend auf mylab-base-gpu. Erweitert um eine Custom-Installation von Tensorflow. | 1.2.1 | 3.11 | Alles von mylab-base-gpu zzgl. Tensorflow 2.15 |
| mylab-torch | Image basierend auf mylab-base. Die Installation von Torch bringt automatisch die Installation der CUDA-Bibliotheken mit sich. | 1.2.1 | 3.11 | Alles von mylab-base zzgl. Torch 2.2.1 inkl. CUDA Libraries |
In allen Images vom myLab installierte Software und Packages
System packages via apt-get
- build-essential
- cm-super
- dvipng
- ffmpeg
- python3-dev
- cmake
- curl
- make
- gcc
- g++
- default-jre-headless
- libssl-dev
Python packages via mamba und pip
- jupyter-scheduler
- jupyter-archive
- nbgrader
- nbgitpuller
- lxml
- plotly
- ipywebrtc
- ipycytoscape
- dask-ml
- dask-labextension
- prefect
- scikit-mdr
- deap
- stopit
- xgboost
- skrebate
- jupyter-server-proxy
- jupyterlab-rise
- gqlalchemy
- update-checker
- ngshare_exchange
Spezielle Images
| Image Name | Version | Beschreibung | Aktuelle Version | Python Version | Packages |
|---|---|---|---|---|---|
| mylab-tfx-zimmermann | 0.1.0-rc2 | Bei diesem Image handelt es sich um eine individuelle Konfiguration für eine Lehrveranstaltung bei Prof. Zimmermann. Für den Kurs ist die Verwendung von Tensorflow Extended vorgesehen, welches in der aktuellsten Release-Version massive Konflikte mit den bestehenden Images Verursacht hat. | 1.3.1 | 3.10 | Eine Auflistung der Packages inkl. Versionen findet sich hier. |