我希望能够在 jupyter 实验室中持续运行代码的同时关闭我的本地机器，稍后再运行，但是一旦 SSH 终止，jupyter 实验室内核就会停止。当我关闭 jupyter 实验室浏览器选项卡时，我的代码也会停止执行。
在Google Cloud Platform市场中，我使用的是"深度学习VM"。从那里，我通过建议的gcloud命令(云SDK(gcloud compute ssh --project projectname --zone zonename vmname -- -L 8080:localhost:8080SSH连接到它。然后，它会打开与 VM 的 PuTTY 连接，并自动运行 jupyter 实验室，我现在可以在本地主机上访问该实验室。
在这种情况下，我该怎么做才能在本地计算机关闭的情况下运行我的代码？
我通常在通过ssh使用jupter notebook时使用"nohup">！
:~$ nohup jupyter notebook --ip=0.0.0.0 --port=xxxx --no-browser &
你可以在这里了解更多
希望对您有所帮助！
您可以使用笔记本远程执行。 基本上，您的笔记本代码将在远程机器上运行，结果将存储在那里或GCS中以供以后查看。
您有以下选项：
-
基于nbconvert的选项：
-
nbconvert：提供了一种方便的方式来执行 .ipynb 笔记本文件的输入单元格，并将结果(输入和输出单元格(保存为 .ipynb 文件。
-
papermill：是一个用于参数化和执行Jupyter Notebooks的Python包。(使用 nbconvert --在引擎盖下执行。
-
笔记本执行器：此工具可用于计划从任何地方(本地、GCE、GCP 笔记本(到 Cloud AI 深度学习 VM 执行 Jupyter 笔记本。您可以在此处阅读有关此工具使用的更多信息。(引擎盖下使用 gcloud sdk 和造纸厂(
-
-
笔记本培训工具
Python 包允许用户在 Google Cloud AI Platform Training Jobs 上运行 Jupyter 笔记本。
- AI 平台笔记本调度程序
这是在 Alpha(即将推出测试版(中，带有 AI 平台笔记本和推荐选项。允许您按照完全相同的步骤顺序计划笔记本，但需要 crontab 格式的计划选项。
还有其他选项允许您远程执行笔记本：
-
tensorflow_cloud(Keras for GCP(提供的API可以轻松地从在本地环境中调试和训练Keras和TensorFlow代码到云中的分布式训练。
-
GCP runner 允许在 Google Cloud Platform 上运行任何 Jupyter 笔记本功能 与上面列出的所有其他解决方案不同，它允许为整个项目运行训练，而不是单个Python文件或Jupyter笔记本
。