--- title: "Notebooks" slug: "ai-mlxp-pnotebooks" updated: 2026-09-17T09:25:57Z published: 2026-09-17T09:25:57Z canonical: "guide.ncloud-docs.com/ai-mlxp-pnotebooks" stale: true --- > ## Documentation Index > Fetch the complete documentation index at: https://guide.ncloud-docs.com/llms.txt > Use this file to discover all available pages before exploring further. # Notebooks VPC環境で利用できます。 Notebooksの画面構成について説明します。Notebooksではユーザーが学習プロセスをモニタリングするために Notebookを作成、削除したり、運用中の Notebooksリストを確認できます。また、運用中の Notebookの詳細情報と最新イベント履歴を照会できます。 ## Notebooks Notebooks画面における基本的な説明は、次の通りです。 ![mlxp_console_notebooks01_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/mlxp_console_notebooks01_ja.png?sv=2026-02-06&spr=https&st=2026-10-26T14%3A32%3A57Z&se=2026-10-26T15%3A32%3A57Z&sr=c&sp=r&sig=4alKKLX%2FGgsoZIi160GSTrvwHfX0ys5qAnwl7uarLOE%3D) | 領域 | 説明 | | --- | --- | | ① メニュー名 | 現在確認中のメニューの名前 | | ② 基本機能 | Notebook追加、Notebook削除 | | ③ Notebookリスト | 運用中の Notebookリストと情報の確認 | ## Notebookリストを照会 ユーザーが作成した Notebookリストの情報は、次の通りです。 - **Notebook名**: 初回作成時に設定した Notebookの名前 - **作成日時**: 初回作成日時 - **ステータス**: Notebookのステータス - **タイプ**: Notebook作成時に選択した実行プログラム - JupyterLab - VisualStudio Code - **イメージ**: Notebook作成時に選択したイメージ - **Actions**: 作成した Notebookへのアクセスまたはステータス変更 - CONNECT: クリックすると、新しいウィンドウで Notebook実行環境にアクセス - STOP: Notebookの使用停止 - START: Notebookを使用 ## Notebook作成 新規 Notebookを作成する方法は、次の通りです。 1. **[追加]** をクリックします。 2. Create Notebook画面が表示されたら、Notebookの名前を入力します。 - 英小文字(a-z)、数字(0-9)、記号(-)を使用して3~30文字で入力 - 先頭は英字、末尾は英字または数字 - livyキーワードは使用不可 - Tensorboardおよび既存の Notebookと重複使用は不可 3. Notebookを実行するプログラムを選択します。 - JupyterLab - VisualStudio Code 4. Imageを選択します。ML expert Platformで提供するイメージは、次の通りです。 - `kubeflow-jupyter-*`: kubeflow公式イメージベースの jupyter-lab - `kubeflow-codeserver-*`: kubeflow公式イメージベースの codeserver 参考 - 別途制作した Custom Imageを使用したい場合は、[Custom Imageを制作して Notebookを使用する](/docs/ja/ai-mlxp-pnotebooks#CustomImage%EB%A5%BC%EC%A0%9C%EC%9E%91%ED%95%98%EC%97%ACNotebook%EC%82%AC%EC%9A%A9%ED%95%98%EA%B8%B0)をご参照ください。 - Notebookを実行したプログラムと Custom Imageは一致する必要があります。使用用途に応じて Notebookが設定されるため、実行プログラムとイメージが一致しない場合、正常に動作しません。 1. Notebookで使用する CPUと Memoryの仕様を設定します。 参考 - 最小値は Kubernetesの resource requestsに、最大値は Kubernetesの resource limitに対応します。 - 最小値が高すぎるとスケジューリングが正常に行われない可能性があるため、デフォルトで設定された値の使用をお勧めします。 1. Notebookで使用する GPUインスタンスの仕様を設定します。 2. Workspace Volumeを設定します。Workspace Volume用途で新規 Volumeを作成するか、既存の Volumeを使用できます。 注意 - 単一 Volumeマウントのみ可能です。 - Workspace Volume設定時のマウントパスが、Notebookイメージ内のユーザーの HOME PATH設定と異なる場合があります。 - Workspace Volumeをイメージの HOME PATH (e.g.`/home/irteam`)にマウントする場合、当該パスに存在する既存のイメージデータを上書きできます。 - イメージの HOME PATHにマウントされる Volumeが ReadOnlyMany(ROX)モードの場合、エラーが発生します。 - イメージ HOME PATHに含まれたプロファイル、ユーティリティなどのデータを使用する場合、Workspace Volumeのマウントパスをイメージ HOME PATHと異なるパスに設定します。 - Workspace Volumeをマウントしなくても、Notebookを実行できます。ただし、コンテナの内部ストレージを使用するため、Notebook終了時に削除されます。 1. Data Volumeを設定します。別途の Data Volumeを Notebookにマウントしてデータを読み込むか、タスク履歴を保存する用途として使用します。別途の Data Volumeが必要ない場合、設定しなくても構いません。Data Volume用途で新規 PVCを作成するか、既存の PVCを使用できます。 参考 - 複数の Volumeをマウントできます。 - Notebookで実行したタスク内容を別途ストレージに保存するために、Data Volumeを作成してマウントできます。 - Readonlyオプションを使用してマウントする場合、マウントパスはイメージの HOME PATH (e.g.`/home/irteam`)のサブディレクトリではなく、外部に存在する必要があります。 1. Advanced Settingsで Configurationsを選択します。 注意 - 現在 ML expert Platformは Private Zoneで GPUリソースを提供しているため、ユーザーの Workspaceが割り当てられた GPU Zone情報を選択します。 - GPU Zone情報は、[使用できる GPU Zone情報の照会](/docs/ja/ai-mlxp-gpuresource#%EC%82%AC%EC%9A%A9%EA%B0%80%EB%8A%A5%ED%95%9CGPUZone%EC%A0%95%EB%B3%B4%EC%A1%B0%ED%9A%8C)をご参照ください。 1. 必要に応じて Advanced Settingsで Miscellaneous Settingsオプションを設定します。 2. **[Launch]** をクリックします。 注意 - 現在、ML expert Platformでは NVMeベースの Local Pathボリュームと DDNベースの高性能ストレージを提供します。 - Local Pathボリュームは NVMeストレージを提供します。NVMeは特定のホストに物理的に直結されたストレージであり、GPUインスタンスに直接割り当てて使用されます。 - GPUインスタンスの Failoverまたはホストマイグレーションにより他のホストへ移動した場合、元のホストに接続されていた NVMeストレージは自動的に移動しません。そのため、他のホストに移動した GPUインスタンスから既存の NVMeデータにアクセスできません。 - したがって、長期保存が必要なデータは Data Managerや NCloud Storage、Object Storageをご利用ください。 ## Notebook削除 運用中の Notebookを削除できます。 1. 削除する Notebookを選択し、 **[削除]** ボタンをクリックします。 2. **Notebook削除**のポップアップが表示されたら、削除する Notebookの名前を入力して **[削除]** ボタンをクリックします。 3. Notebookリストで選択した Notebookが削除されたことを確認します。 ## Notebookの詳細情報を照会 選択した Notebookの詳細情報を照会できます。各情報はタブで区切られています。 ### Overview 選択した Notebookの詳細情報は、次の通りです。 - **Volumes**: Notebookにマウントした Volumeの情報 - **Shared memory enabled**: - **Notebook creator**: Notebookを作成したユーザー情報 - **Configurations**: Notebook作成時に設定した Configuration情報 - **Type**: Notebookを実行したプログラム - **Minimum CPU**: 初回作成時に設定した CPUの最小値 - **Maximum CPU**: 初回作成時に設定した CPUの最大値 - **Minimum memory**: 初回作成時に設定した Memoryの最小値 - **Maximum memory**: 初回作成時に設定した Memoryの最大値 - **Image**: Notebook作成時に選択したイメージ - **Environment**: Notebookの実行環境 ### Logs 選択した Notebookの最新ログ情報を照会できます。 ### Events 選択した Notebookの最新イベント履歴を照会できます。 - **Type**: 発生したイベントのタイプ - **Reason**: 発生したイベントの名前 - **Created At**: イベント発生日時 - **Message**: 発生したイベントの説明 ### YAML 選択した Notebookの yaml形式の設定を表示します。 参考 コンソールでは照会のみ可能で、変更はできません。 ## Custom Imageを制作して Notebookを使用する 既に使用するイメージが準備されている場合、イメージの作成およびアップロード手順は省略できます。 ### イメージ制作とアップロード 以下のコードは、Custom Imageをビルドする Dockerfileの例です。 特に、`sudo`は特定の root権限のコマンドが Notebookの実行環境に問題を引き起こす可能性があるため、必ず必要な場合にのみインストールします。 注意 Notebookにボリュームをマウントして使用する場合、UIDおよび GIDは500を使用します。そうでないと、権限の問題によりボリューム内のファイルにアクセスできない可能性があります。 ``` FROM nvcr.io/nvidia/pytorch:24.05-py3 # Kubectlコマンドを使用できるようにインストール RUN apt update && apt install curl -y && curl -LO "https://dl.k8s.io/release/$(curl -L -s https://dl.k8s.io/release/stable.txt)/bin/linux/amd64/kubectl" && \ install -o root -g root -m 0755 kubectl /usr/local/bin/kubectl && \ rm -f kubectl # jupyterlabインストール RUN pip install notebook==6.0.2 jupyterlab==1.2.4 jupyterlab-server==1.0.6 # sudoインストールと設定: 必要な場合のみ、コメントを解除してインストール #RUN apt install -y sudo && \ # echo "irteam ALL=(ALL) NOPASSWD:ALL" > /etc/sudoers.d/irteam && \ # chmod 0440 /etc/sudoers.d/irteam # Notebookユーザーを作成 ENV NB_USER irteam ENV NB_UID 500 RUN useradd -M -s /bin/bash -U -u ${NB_UID} ${NB_USER} \ && mkdir -p /home/$NB_USER \ && chown -R ${NB_USER}:${NB_USER} /home/$NB_USER USER ${NB_USER} WORKDIR /home/$NB_USER # Notebook作成時に使用するベーススクリプトを作成 CMD ["sh", "-c", "jupyter lab --notebook-dir=/home/$NB_USER --ip=0.0.0.0 --no-browser --allow-root --port=8888 --LabApp.token='' --LabApp.password='' --LabApp.allow_origin='*' --LabApp.base_url=${NB_PREFIX}"] ``` 上記のファイルを作成した後、次のコマンドを入力して新しい Dockerイメージをビルドできます。ご希望の REPOSITORYと TAGの値を指定してください。 また、イメージを管理する Dockerレジストリサービスを事前に決定し、準備してください。 ``` $ docker build -t REPOSITORY:TAG -f Dockerfile . ``` イメージのビルドに成功した場合は、Dockerレジストリにイメージをアップロードします。 ``` $ docker push REPOSITORY:TAG ``` ### Custom Image設定 イメージの準備が完了している場合は、Notebook作成ステップの Image項目にある「Advanced Settings」を開き、「Custom Image」チェックボックスにチェックを入れた後、「Custom Image」入力欄に REPOSITORY:TAG形式の image情報を入力します。このように入力して Notebookを作成すると、指定したイメージを使用して Notebookが実行されます。 ![Image](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/custom-image.png?sv=2026-02-06&spr=https&st=2026-10-26T14%3A32%3A57Z&se=2026-10-26T15%3A32%3A57Z&sr=c&sp=r&sig=4alKKLX%2FGgsoZIi160GSTrvwHfX0ys5qAnwl7uarLOE%3D) ### Privateレジストリ 以下の内容は、認証が必要な privateレジストリを使用する場合の説明です。 Privateレジストリにアップロードされている Custom Imageを使用して Notebookを実行すると、以下のようなエラーメッセージが表示されます。 ``` ImagePullBackOff: Back-off pulling image "reg.image.com/xxx/yyy:z": ErrImagePull: failed to pull and unpack image "reg.image.com/xxx/yyy:z": failed to resolve reference "reg.image.com/xxx/yyy:z": unexpected status from HEAD request to reg.image.com/xxx/yyy:z: 403 Forbidden ``` Privateレジストリにアクセスするための imagePullSecretが登録されていない場合に発生するエラーメッセージです。 以下の2つの方法のいずれかを選択して解決できます。 先に以下のように実行して Secretを作成します。作成する Secretの名前、レジストリアドレス、username、passwordを入力します。 ``` $ kubectl create secret docker-registry {image-pull-secret-name} \ --docker-server='{my-registry}' \ --docker-username='{my-username}' \ --docker-password='****' ``` #### 1. PodDefaultを活用する 以下のように PodDefaultを定義した yamlファイルを作成してリリースする方法です。 ``` apiVersion: kubeflow.org/v1alpha1 kind: PodDefault metadata: name: add-image-secret namespace: p-{projectName} spec: selector: matchLabels: add-image-secret: "true" desc: "add imagePullSecrets to pod" imagePullSecrets: - name: "{image-pull-secret-name}" ``` ``` $ kubectl apply -f {yaml file name} ``` PodDefaultが正常にリリースされている場合、Notebook作成ステップの「Advanced Settings」を開くと、「Configurations」項目に「add imagePullSecrets to pod」設定が表示され、選択できるようになります。この設定を選択して Notebookを作成します。 ![Image](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/poddefault-secret-4.png?sv=2026-02-06&spr=https&st=2026-10-26T14%3A32%3A57Z&se=2026-10-26T15%3A32%3A57Z&sr=c&sp=r&sig=4alKKLX%2FGgsoZIi160GSTrvwHfX0ys5qAnwl7uarLOE%3D) #### 2. Notebook specに imagePullSecretを追加する 実行に失敗した Notebook specを手動で編集し、imagePullSecretを追加する方法です。 Notebook specを次のように編集し、imagePullSecretsフィールドに上記で作成した Secretの名前を入力して保存します。 しばらくすると、Notebookが正常に Runningステータスとなり、Notebookを使用できます。 ``` $ kubectl edit notebook {notebook-name} ``` ``` apiVersion: kubeflow.org/v1 kind: Notebook ... spec: template: spec: imagePullSecrets: # 追加する部分 - name: {image-pull-secret-name} # 追加する部分 containers: ... ```