部署自己的互動式 Python 開發環境 JupyterLab

如果你既希望獲得本機端或雲端強大的計算能力，又希望獲得 Jupyter Notebook 或 Colab 中方便的線上 Python 互動式運行環境，可以自己為的本機伺服器或雲伺服器安裝 JupyterLab。JupyterLab 可以想像成升級版的 Jupyter Notebook/Colab，提供多標簽頁支援，線上終端和文件管理等一系列方便的功能，接近於一個線上版的 Python IDE。

小技巧

部分雲服務提供了能夠立即使用的 JupyterLab 環境，例如前章介紹的 GCP中AI Platform的Notebook ，以及 FloydHub 。

在已經部署 Python 環境後，使用以下命令安裝 JupyterLab：

pip install jupyterlab

然後使用以下命令運行 JupyterLab：

jupyter lab --ip=0.0.0.0

然後根據輸出的提示，使用瀏覽器連線 http://伺服器地址:8888 ，並使用輸出中提供的 token 直接登錄（或設置密碼後登錄）即可。

JupyterLab界面如下所示：

提示

可以使用 --port 參數指定埠號。

部分雲端服務（如 GCP）的實例預設不會開放大多數網路端口。如果使用默認端口號，需要在防火牆設置中開啟端口（例如 GCP 需要在 “虛擬機實例詳情 - 網路接口 - 查看詳情” 中新建防火牆規則，開放對應端口並應用到目前的實例）。 如果需要在終端退出後仍然持續運行 JupyterLab，可以使用 nohup 指令及 & 放入後台運行，即：

nohup jupyter lab --ip=0.0.0.0 &

程式輸出可以在當前目錄下的 nohup.txt 找到。

為了在 JupyterLab 的 Notebook 中使用自己的 Conda 環境，需要使用以下命令：

conda activate  環境名稱（比如在GCP章節建立的tf2.0-beta-gpu）
conda install ipykernel
ipython kernel install --name 環境名稱 --user

然後重新啟動 JupyterLab，即可在 Kernel 選項和啟動器中建立 Notebook 的選項中找到自己的 Conda 環境。

Notebook中新增了「tf2.0-beta-gpu」選項

可以在Kernel中選擇「tf2.0-beta-gpu」