Ubuntu 安装anaconda3并配置tensorflow+jupyter notebook远程访问

Ubuntu 安装anaconda3并配置tensorflow+jupyter notebook远程访问

目录

一、anaconda3的下载和安装
二、tensorflow环境的搭建
三、jupyter notebook的远程访问配置以及kernel的配置

一、anaconda3的下载和安装

首先去网站下载anaconda3的安装包，然后上传到服务器端
https://www.anaconda.com/download/#linux
然后进行安装，anaconda3的安装比较容易，我们将下载的.sh文件运行就可以了

bash Anaconda3-5.1.0-Linux-x86_64.sh

一路回车加”yes”，等待安装完成

二、tensorflow环境的搭建

1.首先创建tensorflow的环境

conda create -n tensorflow

2.激活tensorflow的环境

source activate tensorflow

3.安装tensorflow

pip install --ignore-installed --upgrade tfBinaryURL

这里的tfBinaryURL可以选择不同的版本python的cpu-only
我们用的python3.6的 tfBinaryURL
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.7.0-cp36-cp36m-linux_x86_64.whl
所以上述的命令部分需要将tfBinaryURL替换成链接哦
想去安装GPU支持的可以使用
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.7.0-cp36-cp36m-linux_x86_64.whl
ps:这里需要注意的是，如果第3步的操作出错的话可以试一下清华的镜像站，清华镜像站的链接：
https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/
然后选择我们需要的版本

将红框里的命令替换第3步的命令就可以了

三、jupyter notebook的远程访问配置以及kernel的配置

到这一步我们还没有为tensorflow这个环境安装ipython
先安装它(在tensorflow环境下) conda install ipython
然后是notebook，先退出tensorflow环境，然后需要生成相对应的参数文件jupyter notebook --generate-config，使用完这条命令后会生成这个文件所在的位置，我的是/home/wolfe/.jupyter/jupyter_notebook_config.py
自动设置密码jupyter notebook password 这里需要记住你设置的密码，因为后续登录的时候需要用。
生成hashed password 先输入ipyhon

from notebook.auth import passwd
passwd()

将你自己生成的密码记住后面需要用到。
打开/home/wolfe/.jupyter/jupyter_notebook_config.py

vi /home/wolfe/.jupyter/jupyter_notebook_config.py

以下列出的参数需要进行相对应的修改

c.NotebookApp.ip = '*'
c.NotebookApp.password = 'sha1:e3935a4a2c0d:143e5f652bdff0eb63a24bf9e9006256e2de1697'
c.NotebookApp.open_browser = False
c.NotebookApp.port = 9999

当然到这一步为止，我们已经可以说jupyter notebook已经配置完成，只不过我们搭建的tensorflow环境却无法在jupyter notebook中使用，所以我们需要配置tensorflow作为kernel的情况。
激活tensorflow环境，安装ipykernel，将tensorflow加入到jupyter notebook中去

source activate tensorflow
conda install ipykernel 
python -m ipykernel install --user --name tensorflow --display-name "Python (tensorflow)"

最后你先激活你的tensorflow环境，然后运行jupyter notebook

source activate tensorflow
jupyter notebook

到此为止，我们已经配置完成了，只需要激活环境并输入以下命令在自己的浏览器输入 服务器IP地址:端口号 就可以访问了，当然还需要输入我们之前设置好的密码。

如果想让它在后台运行的话，需要输入
nohup jupyter notebook > /home/wolfe/.jupyter/jupyter_notebook.log 2>&1 &
当然我也可以指定到”垃圾桶”当中
nohup jupyter notebook > /dev/null 2>&1 &

---