遠程連接GPU服務器上的jupyter notebook?

涉及到需要在自己的筆記本上遠程連接服務器上的jupyter notebook來使用GPU服務器上的算力。以下分為單用戶和多用戶的解決方案。

單用戶就是1個賬號上運行1個jupyter notebook服務，只需要分配一個端口;多用戶就是你一個賬號要開n個jupyter notebook服務，需要分配多個端口。

單用戶連接jupyter notebook解決方案

以下操作均在GPU服務器上進行。

安裝jupyter notebook

安裝Anaconda3

bash Anaconda3-2019.10-Linux-x86_64.sh(需要去官網下載)

創建虛擬環境

conda create -n xxx python=3.7

激活虛擬環境

conda actiavte xxx

安裝jupyter notebook

配置jupyter notebook遠程

生成配置文件

jupyter notebook --generate-config(在虛擬環境里運行)

上述代碼會在~/.jupyter下生成一個jupyter_notebook_config.py文件。

修改配置文件

vi ~/.jupyter/jupyter_notebook_config.py

修改內容：(記得去掉每行前面的’#’)

c.NotebookApp.ip='*' #表示同一網絡的主機都可訪問

c.NotebookApp.password = u'sha密文'

c.NotebookApp.open_browser = False

c.NotebookApp.port =8888 #隨便指定一個端口(這個需要看是不是沖突)

sha密文生成方式。

In [1]: from notebook.auth import passwd

In [2]: passwd()

Enter password:

Verify password:

Out[2]:'sha1:xxxxxxxxx:xxxxxxxxxxxxxxxxxxxxx'

運行jupyter notebook

jupyter notebook(在虛擬環境內輸入)

運行效果如下：

可見圖中jupyter notebook是GPU服務器IP:8800

在瀏覽器輸入GPU服務器IP:8800

多用戶連接jupyter notebook解決方案

問題

多用戶是在配置好上述單用戶的情況下，比如我們還有另一個虛擬環境xxx2，這個環境我們也需要使用jupyter notebook，而且在很多情況下我們需要同時使用，因為有些代碼是需要跑很長時間的。多個jupyter notebook意味著需要多個端口，也同時意味著需要多個配置文件。但是，我們上面只生成了一個配置文件，這該怎么辦?

解決方案

復制單用戶時的jupyter_notebook_config.py文件，并且命名為jpconfig.py,同時修改端口號，保證不沖突。

cp ~/.jupyter/jupyter_notebook_config.py ~/.jupyter/jpconfig.py

在另一個虛擬環境內啟動jupyter notebook時手動指定配置文件，否則會默認使用~/.jupyter/jupyter_notebook_config.py作為配置文件

jupyter notebook --config ~/.jupyter/jpconfig.py

在瀏覽器同時訪問GPU服務器上的多個虛擬環境下的jupyter notebook.

GPU服務器IP:8800

GPU服務器IP:8900

韓國gpu服務器使用教程?

韓國GPU服務器Ⅰ型

CPU E5-2450L*2

內存 32GB

硬盤 250G 固態硬盤

顯卡 GT 710 2G顯存

IP 獨立IP

帶寬 10M

機房 韓國機房

韓國GPU服務器Ⅱ型

CPU E5-2630V3*2

內存 32GB

硬盤 250G 固態硬盤

顯卡 GT 1030 2G顯存

IP 獨立IP

帶寬 10M

機房 韓國機房

韓國GPU服務器Ⅲ型

CPU E5-2660V3*2

內存 32GB

硬盤 250G 固態硬盤

顯卡 GT 1030 2G顯存

IP 獨立IP

帶寬 10M

機房 韓國機房

縱橫數據專業提供GPU服務器租用，廈門GPU服務器租用、泉州GPU服務器租用、成都GPU服務器租用、江西GPU服務器租用、香港GPU服務器租用、美國GPU服務器租用、韓國GPU服務器租用、新加坡GPU服務器租用等，有需要的朋友可以咨詢我們，官網：//66moju.cn/，QQ：3494196421，微信：19906048603。