步骤 #1：启动 JupyterLab 作业

Base Command 作业可以启动服务以支持各种工作流程 - 其中之一是 JupyterLab。此步骤启用一个运行环境，以便将 Jupyter Notebook 导入并与之交互。

我们将从 Web UI 启动此作业，因为本实验的其余部分需要 UI 才能发挥作用。

从 Base Command 仪表板屏幕开始，单击 作业概览 窗格中的 创建作业 按钮。

按如下方式填写 创建作业 表单。

1. 从列表中选择您的 ACE。

2. 在 INSTANCE 表中选择 dgxa100.80g.1.norm。

3. 现在忽略数据集和工作区输入表。

4. 在数据输出字段中输入 /results。

5. 选择 nvidia/tensorflow 容器。

6. 选择标记值 22.09-tf2-py3。

7. 对于命令，复制以下内容

            

            
jupyter lab --ip=0.0.0.0 --allow-root --no-browser --NotebookApp.token='' --notebook-dir=/ --NotebookApp.allow_origin='*' & date; nvidia-smi; sleep 1d
        

1. 在命令正下方添加一个值为 8888 的容器端口 - 务必单击文本框右侧的 添加 按钮。

2. 表单的其余部分可以保留默认值 - 但如果您愿意，可以更改作业名称并添加标签，以便将来更轻松地进行筛选。

要验证是否选择了正确的选项，请检查屏幕上的 ngc batch run 命令以及下面屏幕截图中的值（--name 参数会有所不同，并且 --ace 和 --org 参数也可能有所不同）。准备就绪后，单击页面右上角附近的 启动作业 按钮。

作业应该不会花费很长时间启动 - 假设 ACE 相对空闲，大约需要 5 分钟。您可能需要刷新页面以验证作业状态是否为 Running。

在下一步中，我们将在 NGC Catalog 中找到内容，以在刚刚启动的作业中运行。