服务器新建用户步骤及报错处理、本地Jupyter网页使用服务器资源运行步骤及报错处理、TensorFlow使用GPU、Python将txt文本中的每一行读成列表中的一个元素

目录

1 服务器新建用户步骤及报错处理

1.1 MobaXterm使用教程：MobaXterm使用教程

1.2 Linux创建新用户登录异常：Linux创建新用户登录异常

2 本地Jupyter网页使用服务器资源运行步骤及报错处理

2.1 下载并安装Anaconda

2.2 Anaconda创建虚拟环境

2.2.1 Anaconda创建虚拟环境时出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题：Anaconda创建虚拟环境时出现问题

2.3 安装Python包

2.3.1 解决pip install慢：解决pip install慢

2.3.2 解决pip install tensorflow-gpu==2.7无法使用GPU问题：解决pip install tensorflow-gpu==2.7无法使用GPU问题

2.3.3 ERROR: No matching distribution found for cv2：ERROR: No matching distribution found for cv2

2.3.4  ModuleNotFoundError: No module named sklearn

2.4 使用Jupyter配置Python：使用Jupyter配置Python

2.4.1 安装Jupyter

2.4.2 安装JupyterLab

2.4.3 生成Jupyter配置文件

2.4.4 设置密码 

2.4.5 设置远程ip可访问

2.4.6 Jupyter添加kernel

2.4.7 在服务器上启动Jupyter

2.4.8 复制地址在本地浏览器打开Jupyter 

3 TensorFlow使用GPU：TensorFlow使用GPU

4 Python将txt文本中的每一行读成列表中的一个元素：Python将txt文本中的每一行读成列表中的一个元素

---

1 服务器新建用户步骤及报错处理

1.1 MobaXterm使用教程：MobaXterm使用教程

1.2 Linux创建新用户登录异常：Linux创建新用户登录异常

2 本地Jupyter网页使用服务器资源运行步骤及报错处理

2.1 下载并安装Anaconda

进入下载后包的目录

$ bash ./Anaconda3-2021.04-Linux-x86_64.sh

2.2 Anaconda创建虚拟环境

$ conda create -n py38 python=3.8
$ conda activate py38

2.2.1 Anaconda创建虚拟环境时出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题：Anaconda创建虚拟环境时出现问题

 总结：

（1） 先加上清华镜像源

（2） 打开.condarc文件，把所有的源后面都加上linux-64

（3） 把所有的源前面的https全改成http

（4） 把最后一行的- default删除

（5） 再次新建可以成功

2.3 安装Python包

$ pip install numpy

$ conda install tensorflow-gpu==2.7

2.3.1 解决pip install慢：解决pip install慢

2.3.2 解决pip install tensorflow-gpu==2.7无法使用GPU问题：解决pip install tensorflow-gpu==2.7无法使用GPU问题

总结：使用conda install tensorflow-gpu==2.7安装，用conda安装的话，它就会在conda对应的虚拟环境里面自己匹配一个cudatoolkit和cudnn

2.3.3 ERROR: No matching distribution found for cv2：ERROR: No matching distribution found for cv2

总结：

$ pip install opencv_python

2.3.4  ModuleNotFoundError: No module named sklearn

$ pip install scikit-learn

2.4 使用Jupyter配置Python：使用Jupyter配置Python

总结：

2.4.1 安装Jupyter

$ conda install ipykernel

2.4.2 安装JupyterLab

$ conda install -c conda-forge jupyterlab

2.4.3 生成Jupyter配置文件

$ jupyter notebook --generate-config

2.4.4 设置密码 

$ jupyter notebook password

2.4.5 设置远程ip可访问

在.jupyter路径下打开jupyter_notebook_config.py

c.NotebookApp.ip = '*'                #允许所有ip访问，很重要
c.NotebookApp.open_browser = False    #不打开浏览器
c.NotebookApp.port = 8888             #端口为8888，可以自己设置

2.4.6 Jupyter添加kernel

首先使用conda进入想要添加的虚拟环境

$ conda activate py38

然后将该虚拟环境添加到Jupyter中

$ python -m ipykernel install --user --name [虚拟环境名] --display-name [想要在jupyter上显示的环境名]

以py38为例

$ python -m ipykernel install --user --name py38 --display-name py38

2.4.7 在服务器上启动Jupyter

$ jupyter notebook --no-browser --port=8888 --ip=[服务器ip]

$ jupyter lab --no-browser --port=8888 --ip=[服务器ip]

2.4.8 复制地址在本地浏览器打开Jupyter 

3 TensorFlow使用GPU：TensorFlow使用GPU

4 Python将txt文本中的每一行读成列表中的一个元素：Python将txt文本中的每一行读成列表中的一个元素