#打开终端,转到anaconda.sh所在目录下并使用如下语句安装
bash anaconda.sh
#打开终端,输入
sudo gedit ~/.bashrc
#在文档最后一行加上
export PATH="/home/xy/anaconda3/bin:$PATH" #anaconda安装文件的bin目录路径
#终端下输入
source ~/.bashrc
#注:访问服务器shell时,每次都要source ~/.bashrc的问题:
vim ~/.bash_profile
在文件中输入
if [ -f ~/.bashrc ] ; then
source .bashrc
fi
conda install -c conda-forge jupyterhub
终端下输入如下代码生成配置文件
jupyterhub --generate-config
#生成ssl认证和密钥,配置文件要用到
openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout mykey.key -out mycert.pem
修改配置文件,以下是我的配置文件(默认以ubuntu用户名和密码登录)
c.PAMAuthenticator.encoding = 'utf-8'
c.LocalAuthenticator.create_system_users = True
c.JupyterHub.ip = '10.112.10.122' #你想使用的访问jupyterhub的地址
c.JupyterHub.port = 8000
c.JupyterHub.ssl_cert = '/home/wsy/software/anaconda3/jupyterhub/mycert.pem' #你的证书所在路径
c.JupyterHub.ssl_key = '/home/wsy/software/anaconda3/jupyterhub/mykey.key' #你的key所在路径
c.JupyterHub.statsd_prefix = 'jupyterhub'
c.Authenticator.allowed_users = {'wsy'}
c.Authenticator.admin_users = {'wsy'} #你的ubuntu用户名
c.Authenticator.delete_invalid_users = True
from jupyterhub.spawner import LocalProcessSpawner
class MySpawner(LocalProcessSpawner):
def _notebook_dir_default(self):
return '/home/' + self.user.name
c.JupyterHub.spawner_class = MySpawner
创建python环境
conda create --name tensorflowq-gpu python=3.7
pip install ipykernel
python -m ipykernel install --user --name tensorflowq_gpu
终端转到配置文件所在目录下,输入如下代码启动jupyterhub
jupyterhub
打开浏览器,输入网址https:\10.112.10.122:8080(你的配置文件中的ip和端口),输入ubuntu用户名和密码即可登录使用
注:jupyterhub中添加新的kernel与jupyter notebook中的操作步骤相同
#base环境下
conda install nb_conda_kernels #切换kernel #后面用过,感觉不好用,建议不安装
#进入要添加到kernel的环境
conda activate tensorflowq #例如环境为tensorflowq
pip install ipykernel
python -m ipykernel install --user --name tensorflowq
#jupyter kernelspec remove kernelname #如不使用了,可使用该语句删除kernel
切换到命令行(终端).如果有,请切换到虚拟环境.
键入:jupyter notebook --generate-config
jupyter配置文件的存储目录,请输入:
jupyter --config-dir
jupyter_notebook_config.py文件位于此处:
/home/me/.jupyter/jupyter_notebook_config.py
在该文件的最顶部,jupyter_notebook_config.py,添加以下代码
import os
c = get_config()
os.environ['LD_LIBRARY_PATH'] = '/usr/local/cuda-8.0/lib64:usr/local/cuda-8.0/lib64/libcudart.so.8.0'
c.Spawner.env.update('LD_LIBRARY_PATH')
然后重新启动jupyterhub或jupyter笔记本(在命令行中输入:jupyter notebook
Tensorflow GPU应该可以工作
[1]深度学习服务器GPU & Jupyterhub环境配置
[2]Jupyterhub安装配置及心得
[3]jupyterhub官方手册
[4]从jupyterhub/jupyter笔记本无法调用tensorflow gpu,为什么?