搭建Ubuntu跳板机的Jupyter环境

Jupyter Notebook是很是优秀的开发环境，在Ubuntu服务器中，启动服务，经过浏览器开发，同时可视化执行.ipynb文件，这样就能够使用GPU直接执行深度学习的算法。

环境：

1. 本地ssh登陆跳板机 -> 跳板机ssh登陆服务器；
2. 经过本地直接访问Ubuntu服务器的Jypyter服务。

关键点：

• 安装jupyter；
• 设置jupyter访问密码；
• 配置jupyter环境；
• 经过跳板机访问jupyter服务；
• 添加虚拟环境；

---

启动服务

建立virtualenv虚拟环境，在虚拟环境中，安装Jupyter：

pip install jupyter 
复制代码

建立密匙，密匙就是jupyter的登陆密码，生成sha1的加密字符串：

>> from notebook.auth import passwd
>> passwd()
Enter password: 
Verify password: 
'sha1:xxx'
复制代码

编辑配置文件，命名为：jupyter_config.py

c.NotebookApp.ip = 'localhost' # 指定
c.NotebookApp.open_browser = False # 关闭自动打开浏览器
c.NotebookApp.port = 8812 # 端口随意指定
c.NotebookApp.password = u'sha1:xxxx' # 复制前一步生成的密钥
复制代码

启动Jupyter服务：jupyter notebook --config=jupyter_config.py

(mlp3_p37_venv) xxx@xxxx:/data1/wcl/workspace$ jupyter notebook --config=jupyter_config.py

[I 17:14:01.262 NotebookApp] Serving notebooks from local directory: /data1/wcl/workspace
[I 17:14:01.262 NotebookApp] The Jupyter Notebook is running at:
[I 17:14:01.262 NotebookApp] http://localhost:8812/
[I 17:14:01.262 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
复制代码

nohup版本的启动命令：

nohup jupyter notebook --config=jupyter_config.py &
复制代码

---

本地链接

本地链接服务器的方式为：.ssh/config

Host gateway
    HostName xx.xx.xx.xxx
    User xxx
    Port xxxxx
Host 3
    User    xxx
    HostName xxx.xx.xx.3
    ProxyCommand ssh -q -W %h:%p gateway
复制代码

执行以下命令，其中：

• -N：告诉SSH没有命令要被远程执行；
• -f：告诉SSH在后台执行；
• -L：是指定port forwarding的配置

ssh -N -f -L localhost:8812:localhost:8812 xxx@3
复制代码

前面的是本地端口，后面的是远程端口，xxx是用户名，3是服务器。

这个命令也能够写入至系统环境中，每次启动shell都会自动执行。

本地浏览器中，输入：http://localhost:8812

---

添加虚拟环境

在开发中，须要使用虚拟环境，所以须要在Jypyter中，增长虚拟环境。

1. 激活虚拟环境；
2. 添加至ipython kernel中；

命令以下：

(mlp3_p37_venv) xxx@3:/data/workspace$ ipython kernel install --user --name=mlp3_p37_venv
复制代码

测试Python的版本：

---

OK, that's all！