深度学习实战 | jupyter开启远程访问

简介: 深度学习实战 | jupyter开启远程访问


第一步:命令行中运行下列命令。


jupyter notebook --generate-config

该命令执行完成后将会生成:~/.jupyter/jupyter_notebook_config.py配置文件,后述将在该文件中完成配置。


第二步:命令行中运行下面命令。


jupyter notebook password

该命令执行完成后,将会生成:~/.jupyter/jupyter_notebook_config.json。打开该文件,复制哈希密码,后续会用到。

注意此处的密码务必记牢,后面客户端在打开访问的时候需要该密码。


第三步:打开jupyter_notebook_config.py文件,解注释下列行,并完成修改。



c.NotebookApp.ip = '*' #允许任何客户端ip访问 
c.NotebookApp.password = u'sha1:bcd259ccf...<your hashed password here>'#刚才复制的哈希密码  
c.NotebookApp.open_browser = False #默认不打开浏览器  
c.NotebookApp.port = 9999 # 客户端访问jupyter服务器的端口号


最后,在命令行中就可以启动`jupyter lab`了,然后任意的一个客户端,打开浏览器输入地址即可进入jupyter进行编码了。

目录
打赏
0
0
0
0
14
分享
相关文章
基于TensorFlow的深度学习模型训练与优化实战
基于TensorFlow的深度学习模型训练与优化实战
167 3
揭秘深度学习中的微调难题:如何运用弹性权重巩固(EWC)策略巧妙应对灾难性遗忘,附带实战代码详解助你轻松掌握技巧
【10月更文挑战第1天】深度学习中,模型微调虽能提升性能,但常导致“灾难性遗忘”,即模型在新任务上训练后遗忘旧知识。本文介绍弹性权重巩固(EWC)方法,通过在损失函数中加入正则项来惩罚对重要参数的更改,从而缓解此问题。提供了一个基于PyTorch的实现示例,展示如何在训练过程中引入EWC损失,适用于终身学习和在线学习等场景。
306 4
揭秘深度学习中的微调难题:如何运用弹性权重巩固(EWC)策略巧妙应对灾难性遗忘,附带实战代码详解助你轻松掌握技巧
揭开深度学习与传统机器学习的神秘面纱:从理论差异到实战代码详解两者间的选择与应用策略全面解析
【10月更文挑战第10天】本文探讨了深度学习与传统机器学习的区别,通过图像识别和语音处理等领域的应用案例,展示了深度学习在自动特征学习和处理大规模数据方面的优势。文中还提供了一个Python代码示例,使用TensorFlow构建多层感知器(MLP)并与Scikit-learn中的逻辑回归模型进行对比,进一步说明了两者的不同特点。
151 2
深入浅出深度学习:从基础到实战
【9月更文挑战第19天】本文将带你走进深度学习的世界,从基础概念入手,逐步深入到实战应用。我们将通过简单易懂的语言和生动的比喻,让你轻松理解深度学习的原理和应用场景。同时,我们还为你准备了一些实用的代码示例,帮助你快速入门深度学习,开启你的AI之旅。
87 10
深入理解深度学习:从基础到实战
【9月更文挑战第23天】本文将带你走进深度学习的世界,从基本概念到实际应用,一步步揭示深度学习的神秘面纱。我们将通过实例和代码示例,帮助你理解和掌握深度学习的核心技术和方法。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的参考和启示。让我们一起探索深度学习的奥秘吧!
56 0
解锁Python数据分析新技能,TensorFlow&PyTorch双引擎驱动深度学习实战盛宴
在数据驱动时代,Python凭借简洁的语法和强大的库支持,成为数据分析与机器学习的首选语言。Pandas和NumPy是Python数据分析的基础,前者提供高效的数据处理工具,后者则支持科学计算。TensorFlow与PyTorch作为深度学习领域的两大框架,助力数据科学家构建复杂神经网络,挖掘数据深层价值。通过Python打下的坚实基础,结合TensorFlow和PyTorch的强大功能,我们能在数据科学领域探索无限可能,解决复杂问题并推动科研进步。
96 0
【PyTorch】PyTorch深度学习框架实战(一):实现你的第一个DNN网络
【PyTorch】PyTorch深度学习框架实战(一):实现你的第一个DNN网络
252 2
探索深度学习:从理论到实战
【8月更文挑战第3天】本文将深入探讨深度学习的理论基础,并通过实际案例展示如何应用这些理论。我们将从神经网络的基础概念出发,逐步引入反向传播算法和优化技术,最后通过一个具体的图像识别项目来实践所学知识。无论你是初学者还是有经验的开发者,都能从中获得新的洞见和灵感。
深度学习在图像识别中的应用:一个实战案例
【8月更文挑战第1天】 本文将通过一个实际案例,深入探讨深度学习在图像识别领域的应用。我们将介绍如何利用卷积神经网络(CNN)进行图像分类,并展示一个简单的代码示例。通过本文,您将了解到深度学习技术在解决实际问题中的潜力和挑战。
解锁Python数据分析新技能,TensorFlow&PyTorch双引擎驱动深度学习实战盛宴
【7月更文挑战第31天】在数据驱动时代,Python凭借其简洁性与强大的库支持,成为数据分析与机器学习的首选语言。**数据分析基础**从Pandas和NumPy开始,Pandas简化了数据处理和清洗,NumPy支持高效的数学运算。例如,加载并清洗CSV数据、计算总销售额等。
83 2

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等