linux服务器安装python环境配置

linux服务器安装python环境配置

  • 服务器跳板机
  • 服务器配置
    • 配置anaconda环境
    • 安装其他python版本
    • 卸载anaconda
  • root用户为用户添加权限
  • 其他工具
    • Jupyter Noetbook
    • tmux

服务器跳板机

linux服务器安装python环境配置_第1张图片

跳板机是一个可以从公共网络访问的服务器,它允许用户通过 SSH 连接进入私有网络中的其他服务器。如上图所示通过跳板机可以连接上7个私有的服务器

当你连接到跳板机时,你可以使用 SSH 隧道或代理来访问私有网络中的其他服务器。当你使用 SSH 隧道或代理时,你实际上是将本地端口转发到远程服务器上的某个端口,以便在本地计算机上访问远程服务器。

服务器跳板机是一种中转服务器,通过它可以访问其他服务器。其作用是提高服务器的安全性,降低被攻击的风险。它可以实现内网穿透、数据加密、用户鉴权、日志记录等功能,同时也可以方便管理员管理多台服务器,提高工作效率。服务器跳板机通常被用于远程登录、文件传输、数据备份等场景,是企业信息化建设中不可或缺的一环。

服务器配置

配置anaconda环境

  1. 下载Anaconda安装器:首先,你需要从Anaconda的官方网站(https://repo.anaconda.com/archive/)上下载合适的Anaconda安装器。你可以选择Python 3.x的版本。使用wget命令可以在服务器上直接下载:
wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh

请注意,上述链接可能已经过时,你应该从Anaconda官方网站上获取最新的下载链接。

  1. 运行Anaconda安装器:下载完成后,你可以运行安装脚本
bash Anaconda3-2021.05-Linux-x86_64.sh

然后,按照提示进行操作。
linux服务器安装python环境配置_第2张图片
当看到有more,继续按Enter,直到出现please answer ‘yes’ or ‘no’

linux服务器安装python环境配置_第3张图片

当提示你是否接受许可协议时,输入’yes’。然后,它会提示你选择安装位置,你可以接受默认位置,或者输入新的位置。
linux服务器安装python环境配置_第4张图片
这里默认文件目录在root,但是不建议将文件保存在root目录下。建议在root目录下创建一个新的文件夹,并将文件保存在该文件夹中。这样可以减少潜在的安全风险和系统文件被修改的风险。同时,对于一些需要权限管理的文件,建议将其保存在普通用户的家目录下,以免出现权限问题。

继续回车

  1. 初始化Anaconda:安装完成后,安装器会询问你是否想要运行conda init来初始化Anaconda3。如果你同意,那么Anaconda会被添加到你的shell脚本(例如.bashrc或.bash_profile)中,这样每次新的shell会话都会设置好Anaconda环境

linux服务器安装python环境配置_第5张图片
继续
在这里插入图片描述
这个vs编译器环境可以不用装

  1. 激活安装:安装器完成后,你需要关闭并重新打开你的shell窗口,或者你可以运行以下命令来激活安装:
source ~/.bashrc

source ~/.bash_profile
  1. 测试安装:要确认Anaconda已经被正确安装,你可以运行:
conda list

如果安装成功,这将显示一个已经安装的包列表。之后,你就可以开始使用conda命令来创建新的环境,安装包,等等。

安装其他python版本

如果你已经在你的服务器上安装了Anaconda,那么你已经有了一个包含Python和许多常用科学计算库的环境。

Anaconda默认安装了Python和一些常用的Python库,如Numpy、Pandas、Scipy和Matplotlib等,因此你无需再单独安装Python环境。

Anaconda的一个重要特性是conda环境。你可以使用conda创建新的环境,每个环境可以有不同版本的Python和不同的库。这对于管理多个项目和避免库版本之间的冲突非常有用。

下面是如何使用conda创建一个新的环境

conda create --name myenv

这将创建一个名为myenv的新环境。你可以用任何你喜欢的名字替换myenv。然后,你可以使用下面的命令激活这个环境

conda activate myenv

现在,你处于新的环境中,可以安装需要的库。例如,如果你需要安装tensorflow,你可以这样做:

conda install tensorflow

如果你需要使用不同版本的Python,你可以在创建环境时指定Python版本,如:

conda create --name myenv python=3.6

这样,你就创建了一个带有Python 3.6版本的新环境。当你完成工作并想要离开环境时,你可以使用下面的命令:

conda deactivate

卸载anaconda

  1. 首先,你需要打开你的终端。
  2. 然后,要删除整个Anaconda目录,你可以使用rm -rf命令。默认的Anaconda目录通常在你的主目录中,名为anaconda3或者anaconda2,取决于你安装的是Python 3的版本还是Python 2的版本。所以命令应该是
rm -rf ~/anaconda3

rm -rf ~/anaconda2

请注意,rm -rf命令会无提示地删除目录和其中的所有文件,所以请确保路径是正确的。

  1. 最后,你需要从.bashrc或.bash_profile文件中删除Anaconda脚本路径。打开这个文件:
nano ~/.bashrc

nano ~/.bash_profile

然后找到这行

# added by Anaconda3 4.4.0 installer
export PATH='/home/username/anaconda3/bin:$PATH'

删除或注释这些行,然后保存并关闭文件。

  1. 你可能还需要删除一些隐藏的Anaconda文件和文件夹,这些通常在你的主目录中:
rm -rf ~/.conda
rm -rf ~/.continuum
  1. 最后,为了让这些改变生效,你需要重新加载你的shell。在你的终端中运行:
source ~/.bashrc

source ~/.bash_profile

root用户为用户添加权限

在Linux中,root用户(也称为超级用户)具有系统的完全控制权,可以为其他用户分配和修改权限。您可以使用以下方法为其他用户分配权限:

  1. 使用useradd或adduser命令添加新用户:
sudo useradd -m newuser
sudo passwd newuser

这将创建一个新用户newuser并设置其密码。

  1. 使用usermod命令修改现有用户的组:
sudo usermod -aG groupname username

将username添加到groupname组中。例如,要将用户newuser添加到sudo组,您可以运行:

sudo usermod -aG sudo newuser

这将允许newuser执行sudo命令并获得临时的root权限。

  1. 使用chmod命令修改文件或目录的权限:
sudo chmod permissiosn filepath

这将更改filepath上的权限。例如,您可以运行以下命令以允许用户组在文件上具有读/写权限:

sudo chmod 664 filename
  1. 使用chown和chgrp命令更改文件或目录的所有者和组:
sudo chown newowner filepath
sudo chgrp newgroup filepath

这将更改filepath的所有者为newowner,并更改其组为newgroup。

请确保在分配权限时谨慎行事,因为错误地分配权限可能会影响系统的安全性和稳定性。在进行更改之前,始终确保了解所做的更改以及它们如何影响系统。

其他工具

以下是一些常用的实用工具,可以帮助您在Linux服务器上进行Python编程和深度学习训练、推理等方面提供便捷:

  • Anaconda:Anaconda是一个Python发行版,包含了大量的科学计算和深度学习库,可以方便地进行Python环境管理和包管理。
  • Jupyter Notebook:Jupyter Notebook是一个交互式的笔记本,支持多种编程语言,包括Python。它可以帮助您在浏览器中创建和共享文档,包括代码、方程、可视化和叙述性文本等。
  • TensorFlow:TensorFlow是一个开源的深度学习框架,可以帮助您在Linux服务器上进行深度学习训练和推理。
  • PyTorch:PyTorch是一个开源的深度学习框架,可以帮助您在Linux服务器上进行深度学习训练和推理。
  • Keras:Keras是一个高级神经网络API,可以帮助您在Linux服务器上进行深度学习训练和推理。
  • Git:Git是一个分布式版本控制系统,可以帮助您在Linux服务器上进行代码管理和协作。
  • Vim:Vim是一个强大的文本编辑器,可以帮助您在Linux服务器上进行代码编写和编辑。
  • Tmux:Tmux是一个终端复用器,可以帮助您在Linux服务器上同时运行多个终端会话,并且可以在不同会话之间切换。
  • Htop:Htop是一个交互式的系统监视器,可以帮助您在Linux服务器上监视系统资源使用情况。
  • Docker:Docker是一个开源的容器化平台,可以帮助您在Linux服务器上轻松部署和管理应用程序。

Jupyter Noetbook,tmux,Docker,TensorFlow

Jupyter Noetbook

  1. 打开终端并激活您的Anaconda环境。
  2. 运行以下命令以安装Jupyter Notebook:
conda install jupyter notebook
  1. 安装完成后,运行以下命令启动Jupyter Notebook:
jupyter notebook
  1. 在浏览器中输入URL http://localhost:8888/,即可打开Jupyter Notebook的主界面。
  2. 在主界面中,您可以创建新的Notebook,并开始编写Python代码。
    注意:如果您的服务器上有多个Python环境,请确保在安装Jupyter Notebook时选择正确的环境。例如,如果您要使用Python 3.x,则应该激活相应的环境并使用以下命令安装Jupyter Notebook:
conda install -n myenv jupyter notebook

其中,myenv是您要使用的环境名称。

tmux

在 Linux 系统上安装 tmux 可以使用不同的包管理器,具体取决于你的 Linux 发行版。以下是一些常见发行版的安装方法:

  1. Ubuntu/Debian:在 Ubuntu 或 Debian 系统上,你可以使用 apt 包管理器来安装 tmux:
sudo apt-get update 
sudo apt-get install tmux
  1. CentOS/RHEL/Fedora:在 CentOS、RHEL 或 Fedora 系统上,你可以使用 yum 或 dnf 包管理器来安装 tmux:
sudo yum install tmux  # For CentOS/RHEL 
sudo dnf install tmux  # For Fedora
  1. Arch Linux:在 Arch Linux 或基于 Arch 的系统上,你可以使用 pacman 包管理器来安装 tmux:
sudo pacman -Syu tmux

安装完成后,你可以通过输入 tmux 在终端中启动 tmux。你也可以使用 man tmux 查看 tmux 的手册页,了解如何使用 tmux。

你可能感兴趣的:(python,服务器,linux,python)