一、準備工作：

1、阿里雲相關設定：

先給阿里雲賬戶充值100元。

選擇阿里雲ECS雲伺服器

 

 

搜尋：CentOS 7.3(預裝NVIDIA GPU驅動和深度學習框架)

 

 

 

安全組新增8888許可權

8888/8888

0.0.0.0/0

 

2、軟體相關設定：

（1）、使用putty工具連結linux伺服器

小字型看的眼暈的話，這裡可以改字型，16-18號看起來就可以很舒服了

這裡是坑，絕對不要填0，保持啟用狀態

 

回到這裡，雙擊剛才儲存好的連結資訊

 

PS：putty終端操作linux滑鼠右鍵是貼上功能。

 

（2）、Winscp工具傳輸檔案

傳檔案，傳模型都可以

 

二、Linux相關配置：

1、管理員賬戶新增

新增使用者

useradd run

設定密碼

passwd run 

設定使用者許可權

usermod -g root run 

檢視所有使用者資訊

cat /etc/passwd 

重置配置檔案，需要root許可權才能覆蓋，所以丟失該檔案之後要第一時間保證root的登入狀態，重啟就麻煩了（要麼重灌系統，要麼在機箱上裝系統盤進行恢復）

cp /etc/passwd- /etc/passwd

在root下編輯passwd

vi /etc/passwd 

如果我新新增的使用者名稱是test那麼：

第三個引數設為0即可

test:x:0:0::/home/test:/bin/bash 

游標移動到響應位置後按insert鍵進行修改。

修改完成後按ESC，輸入“：wq”儲存即可退出

 

 

#切換使用者，切換到run使用者 

su run 

命令列之前是#就說明是root許可權

 

更改目錄許可權

sudo chmod -R 777 /home/run/

 

2、conda環境配置

（1）安裝bzip2

yum install -y bzip2

 

 

 

 

（2）、安裝anaconda

1）、下載

sudo wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.0-Linux-x86_64.sh

 

2）、安裝

sudo bash Anaconda3-5.3.0-Linux-x86_64.sh

回車

空格

 

Yes

 

目錄就寫：

/home/run/anaconda3

安裝中。。。。。。

 

如果出現這句話：

一定要打yes，意思是是否願意將conda新增到環境變數，實測這裡打yes沒卵用

 

（3）、conda環境變數配置：

如果沒有出現是否願意將conda新增到環境變數這句話，

就按照下面的步驟操作（出現了打yes也要按照這個來，因為打yes沒卵用）

新增anaconda環境變數 
輸入命令：

vi /etc/profile 

進入 /etc/profile 檔案，在檔案末尾加上如下兩行程式碼

 

PATH=$PATH:/home/run/anaconda3/bin  #路徑名跟自己實際情況而定

export PATH

 

ESC，:wq儲存

 使配置生效

source /etc/profile

 

 

conda --version

這裡看到顯示版本則說明配置成功

 

 

（4）conda更新

更新conda install的源，清華源

conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

 

設定搜尋時顯示通道地址

conda config --set show_channel_urls yes

 

更新一下conda

conda update conda

 

3、jupyter notebook環境配置：

（1）、建立jupyter notebook執行環境，

可以方便管理各類庫

conda create -n jupyter_notebook python=3

 

啟用環境

source activate jupyter_notebook

現在是在jupyter的環境下：

 

 

退出環境：後續所有操作都是在jupyter環境中執行，所以不要退出

source deactivate

 

（2）、安裝深度學習所需要的所有庫

有conda install儘量用conda install

如果沒有就用pip install

為什麼，因為conda install快啊。

pip install --upgrade pip

conda install numpy

conda install pandas

conda install tensorflow-gpu

conda install keras

pip install jieba

 

 

（3）、安裝jupyter notebook

conda install jupyter notebook

 

測試

jupyter notebook --ip=127.0.0.1 --allow-root

Ctrl+c退出

 

 

（4）、配置jupyter notebook遠端訪問

jupyter notebook --generate-config --allow-root

生成了一個.py的配置檔案

 

生成密碼：

ipython

 In [1]，In [2]分別是：

from notebook.auth import passwd
passwd()　

Enter password: 自己輸入，記住，等會遠端登入使用

Verify password:

Out[2]: 'sha1:f7a4725c96ae:6f4b9089e295405d0e4a2fdfc3d2209f9dd0214f'

儲存好這個out的密碼

現在開啟.py的配置檔案：

vim /home/run/.jupyter/jupyter_notebook_config.py

在最後一行加入：

c.NotebookApp.allow_root = True

c.NotebookApp.ip = '*'

c.NotebookApp.password = 'sha1:f7a4725c96ae:6f4b9089e295405d0e4a2fdfc3d2209f9dd0214f'#這裡的密碼是剛剛生成的密碼

c.NotebookApp.port= 8888

c.NotebookApp.notebook_dir = "/home/run/" #預設目錄

c.NotebookApp.open_browser = False

 

在按ESC，輸入：:wq儲存退出

 

（5）、執行jupyter

jupyter notebook --allow-root

 

All ip 說明允許所有IP進行訪問。

 

 

（6）、jupyter本地連結

現在開啟瀏覽器：

輸入伺服器IP:8888進入

再輸入前邊passwd()後自己設定的密碼：

所有的操作就和本地的jupyter notebook是一樣的了

這就是環境配置完成了。

 

 

三、跑程式碼

別忘了儲存模型檔案

本地編輯好程式碼之後，直接貼上在阿里雲的notebook裡，時間就是金錢啊，要珍惜每一秒鐘。

 

 

四、建立自定義映象

 

 

建立好之後每次購買阿里雲GPU（按量付費）的話，就不用每次都配置了，映象檔案選擇自定義映象就可以了。

 

五、釋放例項

跑完程式碼之後，模型檔案儲存到本地之後，到阿里雲的控制檯，選擇左側例項，找到GPU伺服器，右側找到更多→釋放例項→立即釋放。

 

 

六、再次啟動

再次使用例項的時候，那些繁雜的安裝就不需要了，前面的自定義映象就相當於GHOST一個映象，進行系統還原一樣。

只需要：

1，啟動啟用notebook環境，

source activate jupyter_notebook

2，執行jupyter notebook

jupyter notebook --allow-root

3，啟動瀏覽器，新GPU服務IP:8888進入。

4，Putty+winscp連結新伺服器。

就可以了。