設置Jupyter
Notebook但是，我們仍然需要使用一些東西才能充分使用計算機，其中之一就是Jupyter Notebook。要在計算機上設置Jupyter
Notebook，我建議使用TMUX和隧道。讓我們逐步設置Jupyter Notebook。1．使用TMUX運行Jupyter
Notebook我們將首先使用TMUX在實例上運行Jupyter
Notebook。我們使用它是為了即使終端連接丟失，我們的筆記本電腦仍然可以運行。為此，你將需要使用以下命令創建一個新的TMUX會話：tmux
new －s StreamSession完成后，你將看到一個新屏幕，底部帶有綠色邊框。你可以使用jupyter
notebook命令在此計算機上啟動Jupyter Notebook 。你將看到類似以下內容：
復制登錄URL將是有益的，這樣以后嘗試登錄到jupyter notebook時，我們將能夠獲取令牌。
5ccd01f60971d9fc97fd79f64a5bb4ce79f4d96823ab7872下一步是分離TMUX會話，以便它在后臺繼續運行，即使你離開ssh shell。要做到這一點，只需按Ctrl＋B，然后按D（按D時不要按Ctrl），你將返回到初始屏幕，顯示你已從TMUX會話中分離的消息。
如果需要，可以使用以下方法重新連接到會話：tmux attach －t StreamSession2．SSH隧道訪問本地瀏覽器上的notebook第二步是進入Amazon實例，以便在本地瀏覽器上獲取Jupyter notebook。如我們所見，Jupyter notebook實際上運行在云實例的本地主機上。我們使用SSH隧道來訪問它，很簡單，只需在本地機器終端窗口上使用以下命令：ssh －i“ aws＿key．pem” －L ＜本地計算機端口＞：localhost：8888 ubuntu ＠ ＜你的PublicDNS（IPv4）＞
這意味著，如果我在本地計算機瀏覽器中打開localhost：8001，則可以使用Jupyter Notebook。現在，我們只需輸入在先前的步驟之一中已經保存的令牌即可訪問notebook
你只需使用你的令牌登錄即可。
現在，你可以通過選擇所需的任何不同環境來選擇新項目，可以來自Tensorflow或Pythorch，也可以兩者兼得，notebook不會讓你失望的。
故障排除重新啟動計算機后，你可能會遇到NVIDIA圖形卡的一些問題。就我而言，該nvidia－smi命令停止了工作，如果遇到此問題，解決方案是從NVIDIA 網站下載圖形驅動程序。
以上是我選擇的特定AMI的設置。單擊搜索后，你將可以看到下一頁：
只需通過右鍵單擊并復制鏈接地址來復制下載鏈接，并在計算機上運行以下命令，你可能需要在其中更改鏈接地址和文件名。停止實例就是這樣。你已經掌握并啟動了深度學習機器，并且可以隨意使用它。請記住，無論何時停止工作，都應停止實例，這樣當你不在實例上工作時，無需向Amazon付費。你可以在實例頁面上通過右鍵單擊你的實例來執行此操作。請注意，當你需要再次登錄到該計算機時，你可能需要從實例頁面重新獲得公共DNS（IPv4）地址，因為它可能已更改。
結論我一直覺得建立深度學習環境非常麻煩。在此文中，我們通過使用深度學習社區AMI，TMUX和Jupyter Notebook的隧道技術，在最短的時間內在EC2上設置了新的深度學習服務器。該服務器已預先安裝了你在工作中可能需要的所有深度學習庫，并且開箱即用。那你還在等什么？只需在你自己的服務器上開始使用深度學習即可。