阿里云使用笔记：从零开始配置阿里云GPU服务器
外网IP：39.98.*.*
用户名：root 密码：********
一、创建账号及设置
二、更改主机名称及host
删除原有主机名称，改为自己熟悉的名字。主机名称改为：deeplearning
vim /etc/hostname //在此文件中修改主机名称，完成之后重启
把刚修改的名字加入hosts列表：
vim /etc/hosts
加入刚才修改的名字：
127.0.0.1 localhost
127.0.0.1 deeplearning //新增
# The following lines are desirable for IPv6 capable hosts
::1 localhost ip6-localhost ip6-loopback
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters
重启修改，然后查看是否安装好相关驱动和包
# ls
exit
三、创建新用户
创建新用户有两个命令：useradd和adduser。
使用adduser，按照提示一直操作，就可以自动完成；
useradd命令，如果没有增加参数，则会创建一个三无产品（无Home Directory、无密码、无系统shell）。
1、adduser用户创建过程
sudo adduser xyz
sudo adduser uvw
在root账号下，设置sudo权限：
sudo vim /etc/sudoers
#User privilege specification
root ALL=(ALL:ALL) ALL
xyz ALL=(ALL:ALL) ALL
uvw ALL=(ALL:ALL) ALL
2、设置文件夹权限（如果不设置，安装程序会有 问题）
xyz@deeplearning:~$sudo chmod -R 777 /home/xyz
四、配置阿里云安全组
阿里云仅开放22、80等少数端口。
jupyter notebook默认采用8888端口，在安全组配置中，需要将此端口开放。
设置过程：云服务器管理控制台---->云服务器ECS---->网络和安全---->安全组---->配置规则---->添加安全组规则
五、Anaconda安装（清华源）
1、直接用wget下载：
sudo wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.0.1-Linux-x86_64.sh
执行安装过程：
sudo bash Anaconda3-5.0.1-Linux-x86_64.sh
提示你是否阅读协议，回车接受；是否接受协议，yes；
安装位置确认，回车：/home/hefm/anaconda3
确认安装位置后，需要等待安装一些默认的包，让你选择一次bashrc，写yes；
Do you wish the installer to prepend the Anaconda3 install location
to PATH in your /home/bamboo/.bashrc ? [yes|no]
[no] >>> yes
2、配置环境变量
sudo vim /etc/enviroment
:/home/xyz/anaconda3/bin
立即激活环境变量：
source /etc/environment
测试是否安装成功：
conda --version
成功之后，会显示当前conda的版本
3、更新conda install的源
# 添加Anaconda的TUNA镜像# 添加Anaconda的TUNA
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
更新一下conda：
conda update conda
六、jupyter notebook的安装配置
针对每个用户，需要执行以下步骤，完成jupyter notebook的安装配置：
1、创建jupyter notebook 运行环境，可以方便管理各类库：
conda create -n jupyter_notebook python=3
激活环境：
source activate jupyter_notebook
安装深度学习所需要的库：
conda install numpy#测试是否能够安装，后面也可按需安装
如果要退出环境的话，执行：
source deactivate #暂时不执行
2、安装jupyter notebook
在conda环境下安装jupyter notebook，会自动安装相关依赖的包，并且独立。
服务器端安装及测试jupyter notebook是否正常
——安装jupyter notebook
conda install jupyter notebook
——测试：
jupyter notebook --ip=127.0.0.1
输出正常即可
3、配置jupyter notebook远程访问
默认jupyter notebook 是不需要配置文件的。因此，需要用以下命令生成该文件。主要配置内容：
——设置远程访问密码；
——设置可访问ip，全局访问；
——禁止服务器端启动浏览器；
jupyter notebook --generate-config
生成文件后，文件在该目录下
Writing default config to: /home/hefm/.jupyter/jupyter_notebook_config.py
打开jupyter_notebook_config.py文件
vim /home/hefm/.jupyter/jupyter_notebook_config.py
设置可以访问服务器的ip：c.NotebookApp.ip='*'
打开ipython，调用passwd（）函数生成秘钥，把秘钥复制下来，以备后期使用
In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password:
Verify password:
Out[2]:'sha1:5a630c9214ab:52fd69df7aa8280b781a9619aafef287ae9048da'
加入上面生成的秘钥：
c.NotebookApp.password = 'sha1:5a630c9214ab:52fd69df7aa8280b781a9619aafef287ae9048da'
配置内容：
c.NotebookApp.ip = '*' #允许所有地址访问服务器
c.NotebookApp.password = 'sha1:8361f5f08937:081cdf40730cb5548e2c213ddd36813a5313192f'
c.NotebookApp.open_browser = False #设置不在服务器端自动打开浏览器
到此为止，所有远程的配置工作全部完成，启动jupyter notebook
终端输出：
远程访问测试（在本地电脑的浏览器地址栏中输入）：
39.98.*.*：8888
登录界面，然后使用自己的密码进行登录
七、文件互传
在本地写好jupyter notebook文件，然后上传云服务器进行训练。scp是采用ssh传递文件的一种方式。
上传过程：
scp -r /home/hefm/文件路径/文件名/ hefm@39.98.*.*:/home/hefm/
#scp -r表示传递文件内所有文件
#scp 直接传递单个文件
正常训练完成之后，下载文件
下载过程：
scp -r hefm@39.98.*.*:/home/hefm/文件路径/ /home/hefm/文件路径/文件名/
或者使用
xftp进行文件的上传下载（Windows环境）
八、训练神经网络
安装自己需要的TensorFlow-gpu版本
conda install tensorflow-gpu
重新启动jupyter notebook
检查GPU是否正常
