1. python环境配置
可安装Anaconda，配置jupyter notebook；在服务器安装jupyter，访问本地浏览器的两个参考案例 ：点我1 点我2
配置文件路径参考：~/.jupyter/jupyter_notebook_config.py
注意：从服务器端映射端口（点击xshell-文件-属性-隧道-添加-两个端口都设置为配置文件中填的端口），否则会被服务器拒绝访问。
配置端口时，确认服务器端口没有没有被单位IT限制。
2. 配置python3、python2的kernel
conda create -n 环境名字
conda activate 环境名字
pip install ipykernel
python -m ipykernel install --name XX #XX指自定义名字，这一步很重要决定你要把“自定义的kernel”加入到jupyter的kernel里
此时 kernel 在服务器创立，可看到类似路径：Installed kernelspec XX in /usr/local/share/jupyter/kernels/XX
3 进入jupyter notebook的kernel，发现已经可以有“XX自定义名字”
后台启动jupyter notebook
ionadmin@15WPC02:~$ jupyter notebook
[I 19:31:09.810 NotebookApp] The port 8888 is already in use, trying another port.
[I 19:31:09.817 NotebookApp] Serving notebooks from local directory: /home/admin
[I 19:31:09.817 NotebookApp] The Jupyter Notebook is running at:
[I 19:31:09.817 NotebookApp] http://(hostname or 127.0.0.1):8889/?token=...
[I 19:31:09.817 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
网页登录: IP/端口
根据如上提供的IP端口地址，输入到浏览器：http://127.0.0.1:8889/,映射的8888端口被占用，这里用的是8889端口，下图中右上角new，是已经在上一步建好的kernel，可以分别用python2、python3创立两种环境。
image.png
kenel的python2、python3的环境，可用conda的虚拟环境实现
conda env list #查看已有的虚拟环境
conda create -n 环境名字
conda activate 环境名字
pip install ipykernel
python2 -m ipykernel install --name python2
python3 -m ipykernel install --name python3
source deactivate (conda4的是：conda deactivate) #退出虚拟环境
4 jupyter kenelspec list
如果想用清华镜像安装模块：
pip install -i [https://pypi.tuna.tsinghua.edu.cn/simple](https://pypi.tuna.tsinghua.edu.cn/simple) some-package
设为默认，升级 pip 到最新的版本 (>=10.0.0) 后进行配置：
pip install pip -U
pip config set global.index-url [https://pypi.tuna.tsinghua.edu.cn/simple](https://pypi.tuna.tsinghua.edu.cn/simple)】
如果要jupyter编译其他语言，例如C，需要安装C的kernel；
安装脚本需要的包
1安装graphviz
brew install graphviz
2 安装tensorflow
2.1 conda create -n test_env35 python3.5
2.2 source activate test_env35
2.3 pip install tensorflow
cpu一般是4个核，8个线程；GPU有几千个核，跑起来tensorflow很快，但配置麻烦。
网友评论