搭建Ubuntu跳板机的Jupyter环境

Jupyter Notebook是非常优秀的开发环境，在Ubuntu服务器中，启动服务，通过浏览器开发，同时可视化执行.ipynb文件，这样就可以使用GPU直接执行深度学习的算法。

环境：

1. 本地ssh登录跳板机 -> 跳板机ssh登录服务器；
2. 通过本地 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；
• 通过跳板机访问jupyter服务；
• 添加虚拟环境；

启动服务

创建virtualenv虚拟环境，在虚拟环境中，安装Jupyter：

pip install jupyter 
复制代码

创建密匙，密匙就是jupyter的登录密码，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

本地连接

本地连接服务器的方式为： .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

执行如下命令，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。

这个命令也可以写入至 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，需要使用虚拟环境，因此需要在Jypyter中，增加虚拟环境。

1. 激活虚拟环境；
2. 添加至ipython kernel中；

命令如下：

(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！