在Centos服务器上搭建Anaconda和Jupyter环境以及安装Tensorflow

1.购买云服务器及搭建Anaconda

  1. 购买云服务器,选择Centos X86_64bit系统,会获得一个公网ip,可以选择使用远程桌面登陆或者使用SSH登陆。

    提示:内网使用SSH登陆会出现ip冲突问题,如Socket error Event: 32 Error: 10053.Connection closing...Socket close.这时候选择换一个ip登陆是最好的解决方法(手机热点等)。

  2. 在终端上输入
    wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh
    选择下载为Anaconda5.2.0版本,对应Python3.6版本,在对应的目录下输入
    sh Anaconda3-5.2.0-Linux-x86_64.sh
    就可以成功安装anaconda。
    提示:
    1.这里要选择添加到环境变量,不需要安装VS code。
    2.可能会报错,没有uzip之类的,只需把错误粘到百度里就可以找到对应的命令,输入进去就解决了。
  3. source /root/.bashrc
    这样就可以在直接使用conda list,可以在终端输入conda来检查一下是否安装成功。

2.配置Jupyter Notebook

在Anaconda中,已经安装了jupyter,只需要写一个shell脚本来配置
vi jupyter.sh

#!/bin/bash

#指定jupyter工作目录
jupyter_pj=/root/Jupyter_Notebook
#创建工作目录
mkdir -p $jupyter_pj

## 生成配置文件
jupyter notebook --generate-config 
jupyter_conf=".jupyter/jupyter_notebook_config.py"
# 修改ip
sed -i "s|#c.NotebookApp.ip =.*|c.NotebookApp.ip= '*'|" $jupyter_conf

#修改密码 123456
sed -i "s|#c.NotebookApp.password = .*|c.NotebookApp.password = u'sha1:5df252f58b7f:bf65d53125bb36c085162b3780377f66d73972d1'|" $jupyter_conf
sed -i "s|#c.NotebookApp.open_browser = .*|c.NotebookApp.open_browser = False|" $jupyter_conf
sed -i "s|#c.NotebookApp.port = .*|c.NotebookApp.port = 8899|" $jupyter_conf
sed -i "s|#c.NotebookApp.notebook_dir.*|c.NotebookApp.notebook_dir = u'$jupyter_pj'|" $jupyter_conf


##查看结果
sed -n "/c.NotebookApp.ip=.*/ p" $jupyter_conf
sed -n '/c.NotebookApp.password =.*/ p' $jupyter_conf
sed -n '/c.NotebookApp.open_browser.*/ p' $jupyter_conf
sed -n '/c.NotebookApp.port = .*/ p' $jupyter_conf
##工作目录
sed -n '/c.NotebookApp.notebook_dir = .*/ p' $jupyter_conf

运行脚本
sh jupyter.sh
这里的密码进行了加密,如果想修改密码为其他密码,需要生成加密后的密码,请参照博文里的自定义配置。要想对jupyter进行文件修改,使用
vi /root/.jupyter/jupyter_notebook_config.py
运行jupyter
jupyter notebook --allow-root
但是这时候是无法用外网的服务器打开,需要打开服务器官网的控制台,更改安全组规则,添加一组入方向规则,添加的端口号为上面设置的端口号:8899。


这时候运行jupyter,然后用外网就可以打开jupyter网页(网址:服务器ip:8899,输入刚才设置的密码即可进入)。要想在后台一直运行jupyter,就需要使用nohup命令
nohup jupyter notebook --allow-root &
然后记得用exit命令退出服务器终端。
关于后台运行的博文以及关闭方法的链接

在jupyter中还可以安装扩展插件:
conda install -c conda-forge jupyter_contrib_nbextensions
conda install -c conda-forge jupyter_nbextensions_configurator

以方便jupyter更好地使用(安装完成后需要重新启动)。

3.安装Tensorflow

这里选择使用pip安装,注意使用的Python版本要和上面Anaconda的版本对应,直接使用以下命令安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.12.0-cp36-cp36m-linux_x86_64.whl
在Python环境中运行import tensorflow as tf 测试是否安装成功。
若出现下面这个问题则需要更新一下h5py包


pip install h5py==2.8.0rc1

4.Reference

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容