Jupyter Lab + anaconda 环境搭建

实验环境

Intel(R) Xeon(R) Silver 4210R CPU @ 2.40GHz * 40

NVIDIA-SMI 460.73.01 Driver Version: 460.73.01 CUDA Version: 11.2

GeForce RTX 3080 10GB

完成结果

http://192.168.199.240:8888/lab 局域网搭建的JupyterLab 密码 sx501

在Jupyter日志中可以看到成功连接了RTX 3080显卡。

安装步骤

1. conda环境常见操作

conda环境的创建和删除

# 创建并激活环境 envName是自定义的环境名
conda create --name <envName>
# 安装Jupyter lab
# jubyterlab仅一个环境中安装即可 推荐安装于base环境
# 本文的后续操作也假定JupyterLab安装于base环境
conda install jupyterlab

conda环境常用的其他操作

conda activate <envName> # 激活一个特定的环境
conda deactivate       # 关闭当前环境 回到默认环境
conda list             # 查看当前环境中安装的所有包
conda env list         # 查看创建的所有环境
conda remove -n <envName> --all # 删除已有环境

2. Jupyter kernel的创建和删除

# 在上一步中创建好conda环境后 需要使用JupyterLab的Kernel接入这个环境
conda activate envName   # 切换到刚刚创建的环境
# 在这一环境中安装ipykernal
# 在自己创建的环境中并不需要安装Jupyter Lab
# 这里是为了在Jupyter Lab中挂载envName环境的kernal
conda install ipykernal
python -m ipykernel install --user --name envName

# 查看kernel
conda activate base
jupyter kernelspec list

# 删除kernel
jupyter kernelspec remove kernel_name

3. 查看kernel配置文件

(base) sx501@sx501-Precision-7920-Tower:~$ locate kernel.json
/home/sx501/anaconda3/pkgs/ipykernel-5.3.4-py38h5ca1d4c_0/share/jupyter/kernels/python3/kernel.json
/home/sx501/anaconda3/share/jupyter/kernels/python3/kernel.json

在display_name字段可以修改内核在Jupyter Lab中显示的名称。

4. 在tmux中管理Jupyter

命令行的典型使用方式是，打开一个终端窗口，在里面输入命令。用户与计算机的这种临时的交互，称为一次"会话"（session）。

会话的一个重要特点是，窗口与其中启动的进程是连在一起的。打开窗口，会话开始；关闭窗口，会话结束，会话内部的进程也会随之终止，不管有没有运行完

为了让Jupyter Lab持续在后台运行，本文选择tmux管理Jupyter会话

tmux new -s <session-name> # 创建会话
# 分离会话
ctrl + b d 或 输入tmux detach
# 接入会话
tmux attach -t <session-name>