在服务器上开Juypter Lab教程（远程访问）

文章目录

- [在服务器上开Juypter Lab教程（远程访问）](#在服务器上开Juypter Lab教程（远程访问）)
- - 一、安装anaconda
  - - 1、安装anaconda
    - 2、提权限
    - 3、运行
    - 4、同意协议
    - 5、安装
    - [6、是否要自动初始化 conda](#6、是否要自动初始化 conda)
    - 7、结束
    - 8、检查
  - 二、Anaconda安装Pytorch
  - 三、安装JuypterLab
  - 四、安装nodejs
  - - 1、安装
    - 2、校验和检查
  - 五、启动jupyter-lab
  - 六、常见问题
  - - [1、Cannot assign requested address （或无法正常显示lab登录界面）](#1、Cannot assign requested address （或无法正常显示lab登录界面）)
    - [2、401 POST /login?next=%2Flab (@100.68.1.103) 13.39ms](#2、401 POST /login?next=%2Flab (@100.68.1.103) 13.39ms)
    - 3、torch等依赖显示未安装
    - 4、不知道本地访问lab的地址

包含anaconda、conda、Pytorch、Juypter、node.js安装教程，并附带相关命令的解释和常见的问题.

介绍了如何在Linux服务器上配置远程访问的Jupyter Lab环境，包括从Anaconda的安装、Pytorch环境的创建、Jupyter Lab的配置到Node.js的安装步骤。它涵盖了相关命令的解释，例如如何赋予文件执行权限、创建和激活Conda虚拟环境以及配置Jupyter Lab的密码和远程访问。文件还包括一些常见问题的解决方法，如无法访问Jupyter Lab的登录界面、密码错误导致的登录失败以及环境未正确配置等。

一、安装anaconda

如何在Linux服务器上安装Anaconda（超详细）_linux安装anconda-CSDN博客

1、安装anaconda

bash 复制代码

wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh

2、提权限

chmod +x Anaconda3-2024.02-1-Linux-x86_64.sh

chmod 是用来改变文件或目录的访问权限的命令，而 +x 是具体的参数选项，表示添加执行权限

在 UNIX 和类 UNIX 系统中，文件和目录的权限分为三组：

所有者（u）：文件的创建者，通常有对文件的最高权限。
组（g）：文件所属的用户组，组内的所有用户对文件有相同的权限。
其他人（o）：系统中其他所有用户。

文件权限由三种类型构成：

读（r）：可以读取文件的内容。
写（w）：可以修改文件的内容。
执行（x）：可以运行文件作为程序或脚本。

例如，如果一个文件原先的权限是 rw-r--r--，运行 chmod +x 后，权限将变为 rwxr-xr-x，这意味着所有者、组和其他用户都可以执行这个文件。

3、运行

4、同意协议

5、安装

6、是否要自动初始化 conda

yes ：选择 "yes" 后，conda 会在每次启动终端时自动激活 base 环境。

no （默认）：选择 "no" 后，conda 不会自动激活 base 环境，但你仍然可以通过手动命令激活环境。

7、结束

Tips：For changes to take effect, close and re-open your current shell.

我们需要关闭当前终端窗口，然后重新打开一个新的终端窗口。

8、检查

bash 复制代码

conda -V

二、Anaconda安装Pytorch

配置我尽量按照如下进行设置

1、安装pytorch

bash 复制代码

conda create -n pytorch_zhanyong python=3.8

2、检查和激活环境

bash 复制代码

conda activate pytorch_zhanyong

base 环境

默认环境 ：base 是 Conda 安装时默认创建的环境。当你第一次安装 Anaconda 或 Miniconda 时，base 环境自动生成，并包含了 Anaconda 默认的一些包，比如 numpy、pandas、matplotlib 等常用的科学计算库。
全局环境 ：通常，base 环境包含了你可以使用的所有基础工具包和管理命令，如 conda 命令本身。它通常不建议用作日常开发的工作环境，因为安装过多包可能导致依赖冲突或版本管理问题。
包较多 ：base 环境默认安装了 Anaconda 或 Miniconda 中附带的大量包，可能比较臃肿。

pytorch_zhanyong 环境

自定义环境 ：pytorch_zhanyong 是你自己创建的一个 Conda 环境，专门用来处理你在 pytorch 相关的工作。这个环境不会继承 base 环境中的包，而是你自行定义的，可以包含你需要的特定库，如 PyTorch、torchvision 等。它的包数量相对较少、更加轻量。
隔离环境 ：这是 Conda 的一个重要特性。每个环境都是相互隔离的，这意味着你可以在这个环境中安装与 base 环境不同的库版本或完全不同的库，而不会互相影响。这在避免包冲突、依赖问题等方面特别有用。
灵活性：你可以根据项目的需要，为每个项目创建独立的 Conda 环境。例如，你可以为每个项目创建不同的环境来适应不同的 Python 或库版本。

3、安装PyTorch

Previous PyTorch Versions | PyTorch

推荐使用之前的版本Previous PyTorch Version，而不是最新版本

bash 复制代码

# CUDA 11.3
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch

安装结束

4、检查python版本

bash 复制代码

python --version

5、检查虚拟环境

bash 复制代码

conda info --envs

三、安装JuypterLab

1、安装

远程服务器ubuntu安装Jupyter Lab详细教程_ubuntu jupyter-CSDN博客

bash 复制代码

conda install -c anaconda jupyter

2、生成配置文件

bash 复制代码

jupyter notebook --generate-config
#生成的文件位于：~/.jupyter/jupyter_notebook_config.py #配置文件

3、设置密码

在终端中直接输入

bash 复制代码

jupyter notebook password

输入自己设置的密码即可，主要是用于后续远程登录的密码

bash 复制代码

vim .jupyter/jupyter_notebook_config.py

vim进入后，可以按照大写的G【小写没用】跳转文件的末尾位置，加入下述内容即可

bash 复制代码

c.ServerApp.ip = '*' #本机静态IP 建议使用*
c.ServerApp.password = 'argon2:$argon2id$v=19$m=10240,t=10,p=8$XXXXXXXXXX'
# 这个是刚要保存的秘钥
c.ServerApp.open_browser = False # 运行时不打开本机浏览器
c.ServerApp.port = 7890    #端口，可以随意指定 不与系统其他端口冲突即可
c.ServerApp.allow_remote_access = True  #允许远程访问
c.ServerApp.root_dir = '/home/zhanyong' # 如果服务器包含多个用户，建议修改初始路径，注意最后不需要使用/结束

5、设置防火墙

bash 复制代码

sudo ufw allow 7890 #放行自己设置的端口

四、安装nodejs

1、安装

下载 | Node.js 中文网 (nodejs.cn)

bash 复制代码

wget https://npmmirror.com/mirrors/node/v20.17.0/node-v20.17.0-linux-x64.tar.xz

解压

bash 复制代码

tar -xvf node-v20.17.0-linux-x64.tar.xz

bash 复制代码

# 使用vim 编辑~/.bashrc文件
 $vim ~/.bashrc
 
# 在文件最后一行，添加下面一行内容
export PATH=/home/zhanyong/node-v20.17.0-linux-x64/bin:$PATH
#/home/zhanyong/node-v20.17.0-linux-x64/这部分的内容需要替换你自己的实际路径
# 使文件生效
source ~/.bashrc

# 查看node版本
$node -v # 检查node环境是否配置成功
# 输出node对应版本】
v20.17.0

2、校验和检查

bash 复制代码

# 查看node版本
$node -v # 检查node环境是否配置成功

五、启动jupyter-lab

1、开启screen

一般启动jupyter后会一直保持运行，因此可以将其放入后台运行，可以采用screen来实现，首先创建一个名字为jupyterlab的后台

bash 复制代码

screen -S jupyterlab

-S 选项用于给新创建的会话指定一个名称

bash 复制代码

screen -r jupyterlab

screen -r 命令，它用于重新连接到一个已经存在的会话

然后启动，如果用的是root账号的话则需要加上--allow-root，否则不需要

bash 复制代码

# jupyter-lab --allow-root 
# jupyter-lab

最后按Ctrl+A+D组合键即可退出后台，而jupyter-lab保持运行

2、激活环境

bash 复制代码

conda activate pytorch_zhanyong #在jupyter-lab之前保证环境是自己的环境，而不是base默认环境（如果没有额外创建虚拟环境，可忽略）

3、登录

使用 ip:7890/lab 即可登录，注意ip是虚拟机的ip，端口是自己设置的，输入密码，密码是jupyter notebook password命令后输入的密码

检查是否可用

4、常用工具

bash 复制代码

#screen -ls 显示所有的screen
#exit 如果你在 screen 的最后一个窗口中，这将关闭该窗口，并且如果没有其它窗口，会结束整个 screen 会话。
#kill 157460 结束对应的进程

screen：启动一个新的 screen 会话。
screen -S <name>：启动一个带有特定名称的新 screen 会话。
screen -ls：列出所有 screen 会话。
screen -r <name/id>：重新连接到一个已断开的 screen 会话。
screen -x <name/id>：连接到一个正在运行的 screen 会话，允许多个用户看到同一个会话。
screen -d <name/id>：断开一个 screen 会话。
#使用 -r 当你想要独占地重新连接到一个 screen 会话，如果会话正在被使用，你需要首先断开它。
#使用 -x 当你想加入一个已经被一个或多个用户连接的 screen 会话，允许多用户同时操作和查看。

5、使用阿里云镜像

python 复制代码

pip3 config list
pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/
pip config set install.trusted-host mirrors.aliyun.com

六、常见问题

1、Cannot assign requested address （或无法正常显示lab登录界面）

bash 复制代码

n | extension was successfully loaded.
Traceback (most recent call last):
  File "/home/zhanyong/anaconda3/bin/jupyter-lab", line 11, in <module>
    sys.exit(main())
             ^^^^^^
  File "/home/zhanyong/anaconda3/lib/python3.11/site-packages/jupyter_server/extension/application.py", line 618, in launch_instance
    serverapp = cls.initialize_server(argv=args)
                ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/home/zhanyong/anaconda3/lib/python3.11/site-packages/jupyter_server/extension/application.py", line 588, in initialize_server
    serverapp.initialize(
  File "/home/zhanyong/anaconda3/lib/python3.11/site-packages/traitlets/config/application.py", line 113, in inner
    return method(app, *args, **kwargs)
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/home/zhanyong/anaconda3/lib/python3.11/site-packages/jupyter_server/serverapp.py", line 2609, in initialize
    self.init_httpserver()
  File "/home/zhanyong/anaconda3/lib/python3.11/site-packages/jupyter_server/serverapp.py", line 2432, in init_httpserver
    self._find_http_port()
  File "/home/zhanyong/anaconda3/lib/python3.11/site-packages/jupyter_server/serverapp.py", line 2479, in _find_http_port
    sockets = bind_sockets(port, self.ip)
              ^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/home/zhanyong/anaconda3/lib/python3.11/site-packages/tornado/netutil.py", line 162, in bind_sockets
    sock.bind(sockaddr)
OSError: [Errno 99] Cannot assign requested address
(base) zhanyong@532lab:~$ screen

一般是端口没有放行，或ip设置错误，一般需要修改vim .jupyter/jupyter_notebook_config.py文件的内容

可以按照下方的配置进行检查

bash 复制代码

c.ServerApp.ip = '*' #本机静态IP 建议使用*
c.ServerApp.password = 'argon2:$argon2id$v=19$m=10240,t=10,p=8$XXXXXXXXXX'
# 这个是刚要保存的秘钥
c.ServerApp.open_browser = False # 运行时不打开本机浏览器
c.ServerApp.port = 7890    #端口，可以随意指定 不与系统其他端口冲突即可
c.ServerApp.allow_remote_access = True  #允许远程访问
c.ServerApp.root_dir = '/home/zhanyong' # 如果服务器包含多个用户，建议修改初始路径，注意最后不需要使用/结束

一般是密码设置错误，导致未能成功进行登录，可以重新设置密码jupyter notebook password会直接覆盖之前的数据

3、torch等依赖显示未安装

python 复制代码

import torch

# 显示 PyTorch 版本
print(f"PyTorch version: {torch.__version__}")

# 检查是否可以使用CUDA
cuda_available = torch.cuda.is_available()
print(f"CUDA available: {cuda_available}")

# 如果CUDA可用，显示CUDA版本
if cuda_available:
    print(f"CUDA version: {torch.version.cuda}")
    print(f"Number of GPUs: {torch.cuda.device_count()}")
    print(f"GPU Name: {torch.cuda.get_device_name(0)}")

一般是启动jupyter-lab时候的环境不是你的虚拟环境，而是在base环境下，因为我们这里有初始化的环境，切换到自己的环境即可。

4、不知道本地访问lab的地址

使用jupyter-lab界面会有显示，使用http://服务器ip:端口/lab即可访问

在服务器上开Juypter Lab教程（远程访问）