Jupyterlab安装+远程访问配置+使用TensorFlow+插件安装

---

一、安装Anaconda3

提示：此教程在Ubuntu系统下安装：

1.1下载及安装Anaconda3

1.1.1下载Anaconda3

清华镜像源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
官网：https://repo.anaconda.com/archive/
此处教程直接使用wget在清华镜像源进行下载

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh

1.1.2安装Anaconda3

下载完成后，在当前路径下，执行命令：

bash Anaconda3-2021.11-Linux-x86_64.sh

按Enter键查看协议，一直继续；
直到看到Please answer ‘yes’ or ‘no’，输入yes；

系统提示Anaconda将要安装的路径，这里可以记录一下，之后配置环境变量会用到，按Enter键继续，等待安装完成。

检查conda是否添加到了环境变量中，输入conda：如果命令找到，则不需要添加环境变量；若出现“conda: 未找到命令”，则需要添加环境变量；

1.1.3配置Anaconda3环境变量

首先，看anaconda是否自动配置了环境变量：

source ~/.bashrc

再次输入conda：如果命令找到，则不需要添加环境变量；若出现“conda: 未找到命令”，则需要手动添加环境变量；
手动添加环境变量：

sudo vim ~/.bashrc

在最后面添加，这个是根据自己的anaconda3安装路径填写，不要直接复制，具体安装路径在安装中有显示：

export PATH=/home/****/anaconda3/bin:$PATH

保存并退出(Esc :wq)；
更新环境变量：

source ~/.bashrc

输入conda，命令找到则安装成功。

---

二、创建TensorFlow环境

创建环境，python版本根据自己的需求选择

conda create --name tensorflow python=3.9

激活tensorflow环境

conda activate tensorflow

此时已经进入tensorflow环境

三、安装TensorFlow

安装tensorflow（具体版本根据自己选择）

conda install tensorflow-gpu==你想要的版本号

可以使用命令“conda search tensorflow-gpu”查看可以是用的gpu版本

TensorFlow+CUDA+cudnn等环境网上教程较多，安装的时候注意版本号之间的对应关系，可参考（https://zhuanlan.zhihu.com/p/434517802）

四、链接jupyter和TensorFlow

添加虚拟环境

conda install -n tensorflow ipykernel

安装ipython，jupyterlab

pip install ipython

pip install jupyterlab

安装nodejs

conda install -c conda-forge nodejs

安装nb_conda_kernels

conda install nb_conda_kernels

这个是为了让 jupyterlab识别到虚拟环境中的python内核

五、jupyterlab配置远程访问

此处主要进行端口、密码以及运行远程访问等功能配置；
运行以下命令：

jupyter lab --generate-config

会生成文件：/.jupyter/jupyter_server_config.json，该文件中有一个密钥；

继续运行一下命令：

jupyter lab password

设置自己的登录密码，远程登录会用到；
操作完毕会生成文件：/.jupyter/jupyter_lab_config.py，如下图所示：

编辑jupyter_lab_config.py文件

vim jupyter_lab_config.py

添加以下内容：

c.ServerApp.ip = '*' #指定访问ip，‘*’表示所有ip都可以访问
c.ServerApp.allow_remote_access = True
c.ServerApp.port = 8523 #指定端口号，需要指定一个空闲端口
c.ServerApp.open_browser = False
c.ServerApp.password = u'此处为密钥' #密钥在jupyter_server_config.json文件中拷贝

保存并退出(Esc :wq)；
此时基本配置完成；

运行以下命令开启jupyterlab服务：

nohup jupyter lab

查询该服务器的ip

ifconfig

eno1: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500
        inet 172.20.3.12  netmask 255.255.255.0  broadcast 172.20.3.255
        inet6 fe80::e799:3298:8b80:d5f3  prefixlen 64  scopeid 0x20<link>
        ether b0:7b:25:08:65:22  txqueuelen 1000  (以太网)
        RX packets 1006171  bytes 850824765 (850.8 MB)
        RX errors 0  dropped 216392  overruns 0  frame 0
        TX packets 444015  bytes 59240163 (59.2 MB)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0
        device interrupt 16  memory 0x92f00000-92f20000  

lo: flags=73<UP,LOOPBACK,RUNNING>  mtu 65536
        inet 127.0.0.1  netmask 255.0.0.0
        inet6 ::1  prefixlen 128  scopeid 0x10<host>
        loop  txqueuelen 1000  (本地环回)
        RX packets 227944  bytes 31753471 (31.7 MB)
        RX errors 0  dropped 0  overruns 0  frame 0
        TX packets 227944  bytes 31753471 (31.7 MB)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

则局域网中的其他主机可以在网页中输入“172.20.3.12:8523”（服务器ip：端口号）使用jupyterlab服务，登录密码为刚刚配置过程中设置的密码；

如果需要公网访问，则需要在路由器上配置端口映射，将局域网端口映射到公网；

五、测试

在jupyterlab打开一个ipykernel，输入以下代码：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
sess = tf.compat.v1.Session()
a = tf.constant(1)
b = tf.constant(2) 
print(sess.run(a+b))

如下图所示，在右上角选择kernel的地方，选择刚刚自己创建的环境

点击运行
运行如果不报错，则环境搭建成功

如果想要中文字体界面，在终端用以下命令安装，并在设置里面选择中文重启界面即可

pip install jupyterlab-language-pack-zh-CN