在CentOs上搭建深度学习环境

1、conda的安装（1）conda的下载（2） conda的安装（3）添加环境变量（4） 配置 aconda 仓库镜像源（5）python3.7.4环境的搭建（6）查看安装模块的版本 2、配置jupyter服务器（1）生成配置文件：（2）在python中运行以下代码获得加密的密码（3）打开配置文件：（4）在配置文件中加入以下代码（5）在后台启动

1、conda的安装

（1）conda的下载

# 使用以下命令下载conda wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh # 注：若命令不存在，执行 yum install wget -y 安装即可

（2） conda的安装

bash Miniconda3-latest-Linux-x86_64.sh # 安装的过程中，一路yes或者回车即可

（3）添加环境变量

source /root/.bashrc

（4） 配置 aconda 仓库镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes

（5）python3.7.4环境的搭建

# 下载安装TensorFlow，OpenCV，jupyter conda install -y tensorflow opencv jupyter

（6）查看安装模块的版本

conda list

2、配置jupyter服务器

（1）生成配置文件：

jupyter notebook --generate-config

（2）在python中运行以下代码获得加密的密码

from notebook.auth import passwd passwd()

（3）打开配置文件：

vim /root/.jupyter/jupyter_notebook_config.py

（4）在配置文件中加入以下代码

# 设定ip访问，允许任意ip访问 c.NotebookApp.ip = '0.0.0.0' # 不打开浏览器 c.NotebookApp.open_browser = False # 用于访问的端口，设定一个不用的端口即可，这里设置为7000 c.NotebookApp.port = 7000 # 设置登录密码，xxx就是上面程序输出的加密了的密码 c.NotebookApp.password = u'xxx' # 设置jupyter的工作路径 c.NotebookApp.notebook_dir = '/xxx/jupyter'

（5）在后台启动

nohup jupyter notebook --allow-root > notebook.log 2>&1 &