Jupyter Notebook是基于网页的用于交互计算的应用程序，可以被应用于全过程计算：从开发、文档编写、到运行代码和展示结果。简而言之，Jupyter Notebook可以让开发者直接在网页页面中编写代码和运行代码，代码的运行结果也会直接在代码块下显示，同时如果在编程过程中需要编写说明文档，也可以在同一个页面中直接编写，便于作及时的说明和解释。Notebook这种灵活简便的交互方式十分适用于机器学习的学习和训练，因为机器学习项目往往需要反复测试和实验，以及编写文档记录调参的过程，还可以在Notebook中进行数据可视化的代码开发和展现，观察实验数据。总结来说，Jupyter Notetook本身具有以下特点：
1、编程时具有语法高亮、缩进、tab补全的功能
2、可直接在浏览器中以代码块为单位运行代码，实时调试，运行输出直接显示在代码块下方
3、支持Markdown语法编写说明文档
4、支持使用LaTeX编写数学性说明
5、支持数据可视化的展现，支持的格式包括 HTML, PNG, SVG等
可见，在AI开发过程中，Notebook开发方式可以帮助开发者更直观、简便地进行代码编写，提升模型的开发速度。百度大脑EasyDL零门槛AI开发平台，一站式支持智能标注、模型训练、服务部署等全流程功能，面向为企业开发者打造。EasyDL专业版支持深度开发高精度AI模型，为了向开发者们提供更易用、更灵活的开发环境，专业版在2020年4月份上线了Notebook功能，打通了 Jupyter Notebook在进行深度学习项目开发时的上下游环节，开发者在享受EasyDL一站式深度学习模型开发流程的同时，又能自由地使用任意合适的预训练模型进行训练和调参。具体来说，EasyDL专业版中的Notebook具有以下特点：
1、打通了EasyDL数据管理模块，支持直接使用EasyDL中的数据集进行训练，无须重复上传
2、强大的代码编辑灵活性，完全自定义的模型训练环境，不受限于EasyDL脚本调参中内置的模型，从而满足深度自定义的模型自编程需求
3、提供高性能GPU训练资源（V100），并有充分的免费试用额度（目前为100小时）
4、在EasyDL操作台中提供Notebook产出的模型多版本管理以及效果对比
5、提供一键服务部署，可进行临时效果校验和生产环境API级服务封装
接下来我们通过使用流程介绍来逐步展现这些特点：
EasyDL专业版Notebook具体使用步骤：
1、首先，可以通过以下网址进入Notebook操作页面：
https://ai.baidu.com/easydl/pro/app/projects/notebook/
若没有登录百度云账号的，会先跳转到登录页面，登录成功后到达EasyDL专业版Notebook操作界面。
2、这个时候还没有项目，我们来创建一个。点击“马上创建”，可以在弹窗中选择任务类型，可选择图像分类的单标签或多标签、物体检测，完成名称等信息的填写后即可创建。
展示中选择的是物体检测，在后面生成的代码模板会根据选择模型的不同而作出对应调整。
3、创建项目后，会获得一个空模型版本。接下来要准备打开Notebook进行操作了，点击这里的“配置环境”，进来需要选一下PaddlePaddle版本、Python版本、以及GPU型号。现在默认都是GPU V100，限时100小时免费，无论从价值还是配置，都非常优秀。
4、点击“启动Notebook”，启动时常约3-5分钟。
5、启动成功后，我们即可进入Notebook界面：左边栏可以查看文件夹、数据集、运行环境和相关设置，右侧显示了入口的Notebook和一个终端。
我们注意看下文件夹，默认保留了三个文件夹，均与EasyDL的相关服务有关联，请勿随意删除。
-PretrainedModel文件夹: 存放notebook中训练出的模型，可以用于后续在EasyDL中进行模型保存和发布
-data文件夹：存放数据集的目录，初始时候是空的，后面从EasyDL导入的数据会存放在这里，具体导入步骤我们下一步再看
-demo文件夹: 存放的预置的示例代码，使用入口是demo/train.sh
6、接下来即可进入训练环节。首先，在数据准备时，Notebook开发环境作为EasyDL专业版的一部分，可与EasyDL专业版共享数据集，直接进行导入：
- 先点击左侧导航栏中的【数据集】，进入后点击【导入数据集】，会弹出所有已经在专业版上已经上传的数据集，可根据需要选择相应数据集进行导入。
- 选择后，在数据集tab下即可查看到选择的数据集正在进行导入，导入时长与数据集大小正相关。
7、下一步来到运行训练代码，我们可以直接用示例代码来先跑跑看，示例代码入口是demo/train.sh, 第一个参数是数据集路径，第二个参数是运行导出的模型路径。这里数据集的路径需要我们修改成实际导入的数据集路径，一般是/home/work/data/${dataset_id}, 这里dataset_id可以从数据集导入边栏里看到，也可以在导入成功之后直接查看data文件夹。
8、数据集路径也可以在Notebook代码中进行修改，点击运行即可开始训练模型。这里我用的是mnist的数据集，但是修改了框出的数字的位置，变成了物体检测的数据集。
此时，我们在【终端-1】中，可以看到训练任务正在运行：
9、运行完成速度与数据量有关，在完成后可以看到在PretrainedModel文件夹下有了这些模型文件：
10、大家可以对模型再进行调优，不过记住产出的模型都需要放在PretrainedModel文件夹下面，接着我们来发布这个demo模型
a）首先需要对模型进行保存，点击上方的【保存模型】，会回到EasyDL的操作台上进行发布
b) 首先在弹窗中选择模型框架。此处可以选择【生成新版本】或是【覆盖现有可升级模型】
选择【生成新版本】即可在EasyDL控制台的项目下就会出现一个新版本
选择【覆盖现有可升级模型】即可覆盖EasyDL操作台显示的旧版本
c) 然后选择要保存的文件，需要注意的是，此处的几个文件都必须选中，否则会导致发布失败
d) 然后选择对应的代码进行保存：
e)最后点击生成，稍等后就会收到提示：“版本生成成功”
11、回到EasyDL专业版的操作台，由于保存的时候选择了【生成新版本】，可以看到此处已经增加了新建的V2版本：
12、然后点击模型配置，准备发布。此处，可以填写模型的相关信息，下一步选择模型文件，也就是刚才在Notebook页面保存模型时选择的文件：
之后可以对出入参、模型预测时的预处理及后处理代码进行编辑。例如，我想修改发布后预测接口返回字段的格式，这里加了个size字段，可以参考下图稍做改动，点击提交。
13、提交之后，在专业版的操作台，可以看到V2版本的状态处于“代码验证中”，稍等状态变成有效之后，可以点击“效果校验”，生成demo。
14、点击“效果校验”，启动模型校验：
15、稍等几分钟，启动完成之后，我们用一张图来测试下，可以看到识别出了数字是1（预测标签为1），而且标注出了数字的位置，模型的效果较好。
16、最后进行正式部署，可以看看新添加自定义size字段是否会出现：
a) 点击正式部署，填写API名称和自定义URL字段
b) 状态进入审核中，审核结束后即可进行API调用
c) 审核通过后，可以看到服务详情，包含设置的调用URL
d) 此时可以尝试调用API，具体的调用鉴权问题，可以参考官方文档：
https://ai.baidu.com/ai-doc/EASYDL/Dk38n3yck
在下方，可以看到调用结果中有"size"属性了：
对Notebook开发方式感兴趣的开发者，可以对照以上流程在EasyDL专业版上进行Notebook建模。后续EasyDL还会在这个基础上不断进行迭代升级，包括在Notebook中提供丰富的预置预训练模型、Notebook代码自动迁移至EasyDL分布式训练集群等功能，为开发者提供更加灵活易用的AI模型开发方式。
EasyDL是基于飞桨深度开发平台为企业级开发者打造的零门槛AI开发平台，提供数据处理、模型训练、模型部署全流程功能。其中，EasyDL专业版是面向专业算法工程师群体，专门推出的AI模型开发与服务平台，内置了百度海量数据训练的预训练模型，可以在少量训练数据上达到更优的训练效果。在模型的服务部署方面，EasyDL支持将模型发布为公有云API、设备端SDK、似有服务器部署和软硬一体方案部署，企业可以根据具体的模型应用场景选择适应的部署方式。目前，已经在零售、工业质检、安全生产、互联网内容安全等多个行业成功落地，帮助企业完成智能化转型，达成降本增效的目标。
百度搜索“EasyDL专业版”或直接访问：
https://ai.baidu.com/easydl/pro，立即上手Notebook开发！
