Anaconda adalah suite katalog packages Python dan R untuk komputasi data science dan machine learning.
Modul Anaconda Python
Berikut adalah detail versi Anaconda yang tersedia secara global di ALELEON Supercomputer dimana menggunakan Python 3 sebagai standar.
Modul Anaconda
Versi
|
Nama modul
|
Versi Python
default
|
Dukungan hardware
|
CPU
|
GPU
|
OMP
Threading
|
MPI
multi-node
|
Anaconda 3 2020.11
|
Anaconda3/2020.11
|
3.8.5
|
V
|
V
|
V1
|
V2
|
Anaconda 3 2021.05
|
Anaconda3/2021.05
|
3.8.8
|
Anaconda 3 2022.05
|
Anaconda3/2022.05
atau Anaconda3
|
3.9.12
|
Keterangan:
- Melalui package Python yang mendukung OpenMP seperti Cython, Numba, Pythran, PyPy, dll.
- Melalui MPI for Python (MPI4PY)
Modul NVIDIA CUDA Toolkit
User membutuhkan modul NVIDIA CUDA Toolkit untuk menjalankan Python dengan akselerasi GPU NVIDIA di ALELEON Supercomputer. Berikut adalah detail versi NVIDIA CUDA Toolkit yang tersedia secara global di ALELEON Supercomputer.
Modul NVIDIA CUDA Toolkit
Nama dan Versi
|
Nama Modul
|
CUDA 11.2 dengan cuDNN 8.1.1
|
cuda/11.2-cuDNN8.1.1
|
CUDA 11.6 dengan cuDNN 8.3.3
|
cuda/11.6-cuDNN8.3.3
|
CUDA 11.8 dengan cuDNN 8.6.0
|
cuda/11.8-cuDNN8.6.0
|
CUDA 12.0 dengan cuDNN 8.7.0
|
cuda/12.0-cuDNN8.7.0
|
CUDA 12.1 dengan cuDNN 8.8.1
|
cuda/12.1-cuDNN8.8.1
atau cuda
|
Apabila user membutuhkan CUDA versi spesifik yang belum ada pada daftar diatas, hubungi tim admin melalui support@efisonlt.com untuk permintaan instalasi. Layanan ini bebas biaya dan akan dilakukan pada hari dan jam kerja EFISON.
Alternatif Menjalankan Anaconda Python di ALELEON Supercomputer
ALELEON Supercomputer menawarkan user untuk menjalankan Anaconda Python dengan pilihan skema:
---
Menjalankan Anaconda Python melalui Job Submission
|
- Menjalankan file Python siap jalan melalui scheduler SLURM.
- Tidak dapat menjalankan file ipynb dimana harus dikonversi ke file Python.
- Berjalan di Compute Node:
- CPU epyc dengan spesifikasi hingga CPU 128 core dan RAM 500GB
- Python versi MPI (MPI4PY) dapat berjalan paralel hingga CPU 384 core.
- GPU ampere dengan spesifikasi CPU 32 core, RAM 120GB, dan 2 GPU.
|
---
Menjalankan Anaconda Python dengan sesi interaktif Jupyter
|
- Menjalankan Anaconda Python melalui sesi interaktif via Jupyter Notebook / Lab.
- Berjalan di Interactive Node:
- Torti dengan spesifikasi CPU 32 core dan RAM 64GB.
- Tilla dengan spesifikasi CPU 32 core, RAM 64GB, dan 1 GPU.
|
Membuat Conda Environment dan Instalasi Package Python
ALELEON Supercomputer mensyaratkan user membuat Conda Environment untuk menjalankan komputasi Python via Anaconda.
- Conda Environment adalah 'ruang isolasi' untuk menampung instalasi package Python masing-masing user.
- User membuat Conda Environment dan melakukan instalasi package Python secara mandiri.
- Kegiatan membuat Conda Env dan instalasi dilakukan pada Login Node sehingga tidak mengurangi Kredit Core Hour user.
Berikut adalah langkah membuat Conda Environment di ALELEON Supercomputer:
Membuat Conda Environment
|
0
|
Instalasi package dilakukan melalui terminal.
- Bagi user yang login ke web EFIRO, buka menu
Clusters > Aleleon Shell Access .
|
1
|
Aktifkan modul Anaconda, tim admin EFISON menyarankan menggunakan Anaconda terbaru:
$ module load Anaconda3
Apabila ingin menggunakan versi Anaconda lainnya, lihat subbab Modul Anaconda.
|
2
|
Membuat Conda Environment
Buat Conda Environment secara default di direktori HOME dengan format perintah:
$ conda create --name <nama-conda-environment> pip
Contoh:
$ conda create --name kerjaanskripsi pip
|
3
|
Mengaktifkan Conda Environment
Aktifkan Conda Environment dengan format source activate berikut:
$ source activate $CONDA/<nama-conda-environment
Contoh:
$ source activate $CONDA/kerjaanskripsi
Conda Environment aktif ditandai dengan tulisan nama env pada bash terminal seperti ini:
(kerjaanskripsi) [wololo@login ~]$
|
4
|
Instalasi Package Python melalui pip
Lakukan instalasi package Python (seperti Tensorflow, PyTorch, Numpy, dll) yang dibutuhkan dengan pip
- Lakukan instalasi setelah mengaktifkan Conda Environment yang akan dipakai untuk komputasi.
- Pip digunakan untuk memastikan instalasi package terisolasi pada Conda Env dan akun user.
$ pip install <nama-package-Python>
|
5
|
Menonaktifkan Conda Environment
User dapat menonaktifkan Conda Environment yang sedang aktif dengan perintah:
$ conda deactivate
|
Mengaktifkan Kembali Conda Environment User
User dapat kembali mengaktifkan Conda Environment yang dibuat dengan langkah 1 dan 3 diatas:
$ module load Anaconda3
$ source activate $CONDA/<nama-conda-environment>
User dapat melihat daftar nama Conda Environment yang sebelumnya dibuat dengan perintah
$ conda-env list
Menghapus Conda Environment
User dapat menghapus Conda Environment dengan format perintah:
$ conda remove -n <nama-conda-environment> --all
|
Menjalankan Anaconda Python Melalui Job Submission
User dapat menjalankan Anaconda Python melalui job submission dengan pilihan cara melalui tampilan terminal atau GUI web EFIRO.
---
Mengecek Kredit Core Hour bagi Akun Perseorangan
User dengan akun perseorangan disarankan untuk selalu mengecek sisa Kredit Core Hour sebelum melakukan job submission dengan menjalankan perintah pada terminal:
$ sausage
Bagi yang login ke web EFIRO, buka terminal pada menu Clusters
> Aleleon Shell Access
---
Opsi menggunakan terminal - SLURM sbatch
Menjalankan komputasi pada terminal melalui job submission SLURM sbatch (klik expand atau kembangkan).
Langkah Menjalankan Anaconda Python via SLURM sbatch
|
0
|
Sebelum login, user harus terhubung ke jaringan VPN ALELEON Supercomputer.
|
Login dengan SSH:
- User OS Windows dan MacOS ->
$ ssh <username>@aleleon.hpc
- User OS Linux ->
$ ssh <username>@10.192.50.10
|
1
|
Siapkan Conda Environment dan package Python yang akan digunakan untuk komputasi Python user
|
2
|
Siapkan file yang dibutuhkan untuk menjalankan komputasi user.
|
3
|
Buat SLURM Submit Script yaitu 'formulir' untuk menjalankan job komputasi dengan panduan berikut:
- Nama script dibebaskan dengan format file .sh (bash), contoh
my_job_submission.sh
- Buat script pada direktori yang sama dengan file komputasi yang akan dijalankan.
- Ikuti panduan template berikut dan petunjuk pada NOTES di dalamnya (klik expand atau kembangkan).
Template SLURM Submit Script untuk Anaconda Python versi CPU
|
#!/bin/bash
# -------------------------------------------------------------
# | Template SLURM Submit Script
# | Software : Anaconda Python versi CPU
# | Update script : 06/10/2023
# |
# | NOTES:
# | 1. Isi bagian yang ditandai 4 garing (////).
# | 2. Template ini bersifat referensi.
# | User dapat mengubah bagian yang sekiranya perlu diubah.
# | 3. Panduan menjalankan Anaconda Python di ALELEON lihat:
# | https://wiki.efisonlt.com/wiki/Anaconda_Python
# -------------------------------------------------------------
# --------------------------------------------------
# Alokasi komputasi, modul software, dan file input
# --------------------------------------------------
# Alokasi jumlah core thread CPU
#SBATCH --ntasks=////
# Alokasi jumlah memori RAM (satuan GB)
#SBATCH --mem=////GB
# Alokasi limit waktu menjalankan job.
# Format HH:MM:SS atau D-HH:MM:SS
#SBATCH --time=////
# Definisi file untuk menampung output terminal
#SBATCH --output=result-%j.txt
# Definisi file untuk menampung output error log
#SBATCH --error=error-%j.txt
# Nama Conda Environment yang digunakan untuk komputasi ini
CONDA_ENV_NAME='////'
# Nama input file Python dengan format file-nya
INPUT_FILE='////.py'
# -------------------------------------------------
# RUN SCRIPT
# -------------------------------------------------
# Mengaktifkan Conda Environment
module load Anaconda3
source activate $CONDA/$CONDA_ENV_NAME
# Perintah menjalankan Python
python $INPUT_FILE
|
Template SLURM Submit Script untuk Anaconda Python versi GPU
|
#!/bin/bash
# -------------------------------------------------------------
# | Template SLURM Submit Script
# | Software : Anaconda Python versi GPU
# | Update script : 06/10/2023
# |
# | NOTES:
# | 1. Isi bagian yang ditandai 4 garing (////).
# | 2. Template ini bersifat referensi.
# | User dapat mengubah bagian yang sekiranya perlu diubah.
# | 3. Panduan menjalankan Anaconda Python di ALELEON lihat:
# | https://wiki.efisonlt.com/wiki/Anaconda_Python
# -------------------------------------------------------------
# --------------------------------------------------
# Alokasi komputasi, modul software, dan file input
# --------------------------------------------------
# Menjalankan komputasi di Compute Node GPU
#SBATCH --partition=ampere
# Alokasi jumlah core thread CPU
#SBATCH --ntasks=////
# Alokasi jumlah GPU
#SBATCH --gpus=////
# Alokasi jumlah memori RAM (satuan GB)
#SBATCH --mem=////GB
# Alokasi limit waktu menjalankan job.
# Format HH:MM:SS atau D-HH:MM:SS
#SBATCH --time=////
# Definisi file untuk menampung output terminal
#SBATCH --output=result-%j.txt
# Definisi file untuk menampung output error log
#SBATCH --error=error-%j.txt
# Memuat modul NVIDIA CUDA Toolkit
# Daftar modul CUDA lihat subbab "Modul NVIDIA CUDA Toolkit" pada
# https://wiki.efisonlt.com/wiki/Anaconda_Python
module load cuda////
# Nama Conda Environment yang digunakan untuk komputasi ini
CONDA_ENV_NAME='////'
# Nama input file Python dengan format file-nya
INPUT_FILE='////.py'
# -------------------------------------------------
# RUN SCRIPT
# -------------------------------------------------
# Mengaktifkan Conda Environment
module load Anaconda3
source activate $CONDA/$CONDA_ENV_NAME
# Perintah menjalankan Python
python $INPUT_FILE
|
|
Panduan nilai maksimal SBATCH1 untuk Anaconda Python
|
Skenario Menjalankan
Anaconda Python
|
Berjalan di
Compute Node
|
Nilai maksimal SBATCH
|
ntasks
(CPU)
|
mem
(RAM)
|
gpus
(GPU)
|
time
(time limit)
|
Fair policy usage untuk total akumulasi job2
|
128
|
128GB
|
2
|
3-00:00:00
atau 72:00:00
|
Python versi CPU
|
epyc (CPU)
|
128
|
240GB
|
0
|
Python versi GPU
|
ampere (GPU)
|
32
|
120GB
|
2
|
Python versi MPI (MPI4PY)3
|
epyc (CPU)
|
384
|
240GB
|
0
|
Python CPU dan MPI4PY di high-mem node4
|
epyc (CPU)
|
128
|
500GB
|
0
| Keterangan:
- Info SBATCH lebih detail lihat laman Submit Script ALELEON Supercomputer
- Limitasi fair policy usage untuk menjaga kualitas layanan ALELEON Supercomputer.
- Python versi MPI (MPI4PY) mendukung komputasi paralel MPI untuk berjalan multi-node :
- Pada jumlah ntasks >128, SLURM otomatis menjalankan job secara multi-node.
- Dalam kaitan ini, parameter mem adalah alokasi memori RAM per-node.
- Info lebih detail lihat laman MPI ALELEON Supercomputer.
- User dapat mengalokasikan RAM hingga 500GB di high-mem node epyc.#
- Tambahkan parameter
#SBATCH --nodelist=epyc001
|
4
|
Jalankan job dengan perintah sbatch.
$ sbatch <nama-SLURM-Submit-script>
Contoh menjalankan nama script my_job_submission.sh .
$ sbatch my_job_submission.sh
|
5A
|
User dapat melihat status jalannya job dengan perintah squeue berikut.
- Apabila tidak ada output artinya tidak ada job user yang berjalan / antri pada waktu itu.
$ squeue -ul $USER
Berikut adalah daftar STATE (ST) dari squeue yang menunjukkan status berjalannya job:
Daftar STATE squeue SLURM
STATE
|
Kepanjangan
|
Penjelasan
|
R
|
RUN
|
Job berjalan
|
PD
|
PENDING
|
Job tertahan, lihat keterangan NODELIST(REASON)1
|
CG
|
COMPLETING
|
Job selesai dan dalam proses clean-up SLURM
|
CA
|
CANCELED
|
Job dibatalkan oleh user
|
PR
|
PREEMPETED
|
Job dibatalkan oleh admin EFISON, alasan dikabarkan melalui email
|
S
|
SUSPENDED
|
Job ditahan oleh admin EFISON
| Keterangan:
|
5B
|
Apabila user ingin membatalkan job yang sedang berjalan, gunakan perintah scancel berdasarkan job ID.
- Job ID dapat dilihat melalui perintah squeue pada kolom JOBID.
- User hanya bisa membatalkan job submission milik user sendiri.
$ scancel <job-ID-submission-user>
Contoh user membatalkan job submission milik user dengan ID 231.
$ scancel 231
|
---
Opsi menggunakan GUI Web - EFIRO Job Composer
Menjalankan komputasi dengan tampilan grafis pada formulir job submission EFIRO Job Composer (klik expand atau kembangkan).
Langkah Menjalankan Anaconda Python via EFIRO Job Composer
|
0
|
Sebelum login, user harus terhubung ke jaringan VPN ALELEON Supercomputer.
|
Buka alamat web http://aleleon.ood kemudian masukkan username dan password user.
- Bagi user Linux, buka alamat
http://10.192.50.11
|
1
|
Siapkan Conda Environment dan package Python yang akan digunakan untuk komputasi Python user
|
2
|
Buka menu dashboard EFIRO Jobs > Jobs Composer
|
3
|
Pilih New Jobs > From Template
|
4
|
Pilih template Anaconda Python yang diinginkan. Isi atau ganti Job Name sesuai keinginan user, kemudian klik Create New Job .
Template Anaconda Python yang tersedia
|
Nama Template
|
Penjelasan
|
Anaconda Python (CPU)
|
Menjalankan Python versi CPU
|
Anaconda Python (GPU)
|
Menjalankan Python versi GPU
|
|
5
|
Gunakan menu Edit Files untuk upload file yang dibutuhkan.
- Laman Edit Files juga dapat melakukan view / download / edit / rename / delete file.
- Fitur upload pada laman Edit Files mempunyai batasan ukuran upload 2GB per file.
- Gunakan aplikasi FTP apabila user hendak mengupload file tunggal diatas 2GB.
Gunakan menu Open Terminal untuk konfigurasi Conda Environment apabila dibutuhkan
|
6
|
Melalui Open Editor , lengkapi Submit Script dengan mengganti bagian yang di tandai 4 garis miring (////).
- Submit Script adalah 'formulir' untuk menjalankan job komputasi user.
- Jangan lupa klik
Save setiap sekali mengubah script.
- Template ini bersifat referensi, user dapat mengubah bagian yang sekiranya perlu diubah.
|
Panduan nilai maksimal SBATCH1 untuk Anaconda Python
|
Skenario Menjalankan
Anaconda Python
|
Berjalan di
Compute Node
|
Nilai maksimal SBATCH
|
ntasks
(CPU)
|
mem
(RAM)
|
gpus
(GPU)
|
time
(time limit)
|
Fair policy usage untuk total akumulasi job2
|
128
|
128GB
|
2
|
3-00:00:00
atau 72:00:00
|
Python versi CPU
|
epyc (CPU)
|
128
|
240GB
|
0
|
Python versi GPU
|
ampere (GPU)
|
32
|
120GB
|
2
|
Python versi MPI (MPI4PY)3
|
epyc (CPU)
|
384
|
240GB
|
0
|
Python CPU dan MPI4PY di high-mem node4
|
epyc (CPU)
|
128
|
500GB
|
0
|
Keterangan:
- Info SBATCH lebih detail lihat laman Submit Script ALELEON Supercomputer
- Limitasi fair policy usage untuk menjaga kualitas layanan ALELEON Supercomputer.
- Python versi MPI (MPI4PY) mendukung komputasi paralel MPI untuk berjalan multi-node :
- Pada jumlah ntasks >128, SLURM otomatis menjalankan job secara multi-node.
- Dalam kaitan ini, parameter mem adalah alokasi memori RAM per-node.
- Info lebih detail lihat laman MPI ALELEON Supercomputer.
- User dapat mengalokasikan RAM hingga 500GB di high-mem node epyc.
- Tambahkan parameter
#SBATCH --nodelist=epyc001
|
7A
|
Jalankan job dengan klik tombol Submit .
Berikut penjelasan kolom Status , pantau dengan refresh halaman job:
Status
|
Arti
|
Not Submitted
|
Job belum pernah dijalankan.
|
Running
|
Job berjalan.
|
Queue
|
Job mengantri dan belum berjalan. Untuk melihat detail status antrian:
- Buka
Jobs > Active Jobs pada dashboard EFIRO.
- Ubah opsi ke
Your Jobs sesuai gambar dibawah ini.
- Klik simbol > untuk melihat detail job submission.
- Lihat isi kolom Reason.
Halaman Active Jobs. Ubah opsi Your jobs untuk melihat status job user saja. Klik simbol > untuk melihat detail job submission.
|
Completed
|
Job selesai berjalan.
|
Failed
|
Job berhenti di tengah jalan, bisa karena di Stop atau Delete oleh user.
|
|
7B
|
Apabila ingin menghentikan job yang tengah berjalan, klik tombol Stop .
|
8A
|
Hasil output job dapat dilihat pada kolom Folder Contents atau membuka halaman Edit Files . User dapat melihat semua file output yang keluar di kolom Folder Contents . atau dengan membuka menu Edit Files .
|
8B
|
User dapat menjalankan ulang ruang job yang sama dengan mengklik kembali tombol Submit .
|
---
Notifikasi Status Jalannya Komputasi via email
SLURM ALELEON Supercomputer dapat mengirim notifikasi email kepada user dengan nama "Jojo" untuk mengabarkan status berjalannya job komputasi user. Silahkan tambahan SBATCH berikut pada Submit Script apabila user ingin menerima notifikasi email dari SLURM:
#SBATCH --mail-user=<alamat-email-user>
#SBATCH --mail-type=BEGIN,END,FAIL
SBATCH mail-type mengatur konten email notifikasi SLURM dengan pilihan opsi yang sekiranya berguna untuk user:
- BEGIN -> notifikasi job sudah mulai
- END -> notifikasi job sudah selesai beserta cuplikan 20 baris terakhir dari file SBATCH output dan error.
- FAIL -> notifikasi apabila job gagal berjalan atau berhenti tidak sewajarnya.
- TIME_LIMIT_50 -> job telah berjalan dengan durasi waktu 50% time limit.
- TIME_LIMIT_80 -> job telah berjalan dengan durasi waktu 80% time limit.
Menjalankan Anaconda Python dengan Sesi Interaktif Jupyter
Terdapat 2 langkah untuk menjalankan sesi interaktif Jupyter dengan Conda Environment User yaitu:
- Melakukan instalasi pip Jupyter pada Conda Environment yang akan digunakan untuk sesi Jupyter.
- Memulai sesi interaktif Jupyter Notebook atau Lab pada web EFIRO.
---
Instalasi pip Jupyter pada Conda Environment
Berikut adalah langkah instalasi pip Jupyter pada Conda Environment user (klik expand atau kembangkan).
Langkah Instalasi pip Jupyter pada Conda Environment User
|
0
|
Instalasi package dilakukan melalui terminal.
- Bagi user yang login ke web EFIRO, buka menu
Clusters > Aleleon Shell Access .
|
1
|
Aktifkan Conda Environment yang akan digunakan untuk sesi Jupyter
$ module load Anaconda3
$ source activate $CONDA/<nama-conda-environment>
|
2
|
Lakukan pip install jupyter dan jupyterlab
$ pip install jupyter
$ pip install jupyterlab
|
---
Memulai Sesi Jupyter
Berikut adalah langkah untuk memulai sesi Jupyter dengan Conda Environment yang dibuat user:
Memulai Sesi Interaktif Jupyter dengan Conda Environment User
|
0
|
Sebelum login, user harus terhubung ke jaringan VPN ALELEON Supercomputer.
|
Buka alamat web http://aleleon.ood kemudian masukkan username dan password user.
- Bagi user Linux, buka alamat
http://10.192.50.11
|
1
|
Bagi akun perseorangan, disarankan untuk mengecek sisa CPU Core Hour sebelum memulai sesi Jupyter ini.
- Buka terminal melalui menu
Clusters > Aleleon Shell Access .
- Jalankan perintah
$ sausage
|
2
|
Buka menu Interactive Apps
- Silahkan pilih Jupyter Notebook atau Lab sesuai referensi pribadi user.
|
3
|
Isi formulir untuk memulai sesi Jupyter sesuai pilihan panduan berikut (klik expand atau kembangkan):
Panduan Formulir Menggunakan Torti (Interactive Node CPU)
|
- Partition
- Number of CPU Cores
- Alokasi jumlah core CPU yang akan digunakan
- Minimal: 1, maksimal: 32
- Number of GPUs
- Number of hours
- Durasi sesi Jupyter dalam satuan jam
- Minimal: 1, maksimal: 72
- Anaconda Selection
- Conda Environment Directory
- Isi dengan alamat direktori Conda Environment user yang akan digunakan dengan format:
$CONDA/<nama-conda-environment>
- Software Modules
- Environment Setup
- Email Address
- Sistem akan mengirim notifikasi ke email user saat sesi Jupyter sudah siap diakses.
- Apabila membutuhkan, isi dengan email user
|
Panduan Formulir Menggunakan Tilla (Interactive Node GPU)
|
- Partition
- Number of CPU Cores
- Alokasi jumlah core CPU yang akan digunakan
- Minimal: 1, maksimal: 32
- Number of GPUs
- Number of hours
- Durasi sesi Jupyter dalam satuan jam
- Minimal: 1, maksimal: 72
- Anaconda Selection
- Conda Environment Directory
- Isi dengan alamat direktori Conda Environment user yang akan digunakan dengan format:
$CONDA/<nama-conda-environment>
- Software Modules
- Pada bagian ini user memasukkan nama modul NVIDIA CUDA. Terdapat dua alternatif:
- Mengisi nama modul CUDA versi terbaru yaitu
cuda
- Memilih modul CUDA versi lainnya apabila dibutuhkan oleh package Python user.
- Environment Setup
- Email Address
- Sistem akan mengirim notifikasi ke email user saat sesi Jupyter sudah siap diakses.
- Apabila membutuhkan, isi dengan email user
|
|
|
4
|
Apabila formulir sudah terisi, klik tombol Launch untuk memulai sesi Jupyter.
- User akan diarahkan ke halaman
My Interactive Sessions .
- Tunggu hingga sesi Jupyter siap diakses.
Status sesi Jupyter mengantri menunggu alokasi hardware
Perhatian: Sesi akan tertahan di antrian apabila:
- Number of CPU cores * Number of Hour yang dialokasikan lebih besar dari sisa CPU Core Hour user.
- Number of GPUs * Number of Hour yang dialokasikan lebih besar dari sisa GPU Hour user.
|
|
5
|
Apabila status menunjukkan Running atau kolom berwarna hijau, klik Connect to Jupyter . Sesi Jupyter siap diakses.
Perhatian:
- Sistem mulai menghitung CPU Core Hour saat status sesi Jupyter menunjukkan running.
|
|
6
|
Pilih Notebook Python 3 untuk memulai sesi notebook Python 3 baik di Jupyter Notebook dan Lab. Gunakan Notebook Python 3 untuk menjalankan kernel Conda Environment user di Jupyter Notebook Gunakan Notebook Python 3 untuk menjalankan kernel Conda Environment user di Jupyter Lab
|
7A
|
User dapat menghentikan sesi Jupyter yang sedang berjalan dengan klik tombol Delete Klik tombol Delete untuk menghentikan sesi Jupyter yang sedang berjalan
|
7B
|
User dapat kembali mengunjungi halaman My Interactive Sessions melalui dasboard EFIRO.
|
Pelaporan Kendala dan Support
Apabila menjumpai masalah teknis dalam menjalankan komputasi R, silahkan lapor dengan klik gambar berikut ini.
---
Bila terdapat pertanyaan lainnya, silahkan hubungi admin EFISON melalui email:
support@efisonlt.com