如何在 Ubuntu 上安装 Jupyter Notebook

本篇文章将教你在 Ubuntu 服务器上安装 Jupyter Notebook，并使用 Nginx 和 SSL 证书进行安全配置。

我将带你一步步在云服务器上搭建 Jupyter Notebook 服务器。Jupyter Notebook 在数据科学和机器学习领域被广泛用于交互式编码、可视化和实验。在远程服务器上运行 Jupyter Notebook 可以让你安全地管理机器学习项目，共享笔记本，并利用服务器的计算能力。

Jupyter Notebook 简介

Jupyter Notebook 是一款开源的 Web 应用程序，允许用户创建和共享包含实时代码、方程式、可视化和叙述文本的文档。这些文档被称为“笔记本”，它们提供了一个交互式环境，非常适合进行数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。

主要特点：

• 交互式计算: 在 Notebook 中，您可以逐个单元格地运行代码，并立即查看结果。这使得调试和探索数据变得更加容易。
• 支持多种语言: 虽然最常用于 Python，但 Jupyter Notebook 也支持其他编程语言，例如 R、Julia、Scala 等。
• 数据可视化: 您可以直接在 Notebook 中创建各种图表和图形，以便更好地理解数据。
• 富文本格式: 除了代码之外，您还可以使用 Markdown 语法添加标题、段落、列表、链接、图像等，使您的文档更具可读性和条理性。
• 易于分享: 您可以将 Notebook 保存为多种格式，例如 .ipynb、.html、.pdf 等，方便与他人共享您的工作。
• 扩展性强: Jupyter Notebook 拥有丰富的扩展生态系统，可以增强其功能，例如代码自动补全、版本控制、主题定制等。

典型应用场景：

• 数据分析和可视化: 探索、清理、转换和可视化数据。
• 机器学习: 构建、训练和评估机器学习模型。
• 科学计算: 进行数值模拟和科学实验。
• 教学和培训: 创建交互式学习材料。
• 文档记录: 记录研究过程和结果。

Jupyter Notebook 的基本组成部分:

• 单元格 (Cell): Notebook 的基本单位，可以包含代码或 Markdown 文本。
• 内核 (Kernel): 负责执行代码的计算引擎。
• 笔记本文件 (.ipynb): 包含 Notebook 所有内容的 JSON 格式文件。

环境准备

服务器准备

必要前提：

• 一个充满求知欲的大脑。
• 一个指向服务器 IP 的域名(可选)。
• 一台 Linux 服务器（推荐腾讯云、阿里云或雨云等）。本文将以雨云为例进行演示。

我将以 雨云 为例，带大家创建一台自己的云服务器，以便尝试本篇文章的内容。

注册链接： https://rainyun.ivwv.site/

创建雨云服务器

以下步骤仅供参考，请根据实际需求选择配置。

点击 云产品 → 云服务器 → 立即购买。

选择距离你较近的区域，以保证低延迟。

选择配置。

选择 Ubuntu 22.04 版本。

最后点击 立即购买，并按照提示进行购买。购买后等待机器部署完毕，点击购买的服务器，进入管理面板，找到远程连接相关信息。

使用 PowerShell 进行远程连接。

输入 ssh root@你的服务器IP 例如 ssh root@154.9.227.239 回车后，首次需要输入 yes，再次回车后即可登录服务器。

到此为止，我们的云服务器就创建好了。

开始安装

第 1 步：更新服务器

首先，更新服务器以确保所有软件包都是最新的。

sudo apt update && sudo apt upgrade -y

这条命令将更新软件包列表并升级现有软件到最新版本。

第 2 步：安装 Python 和所需库

如果服务器上尚未安装 Python 3，请安装 Python 3 以及 pip（Python 包安装程序）和一些基本的开发工具：

sudo apt install python3 python3-pip python3-dev build-essential -y

安装完成后，你可以通过运行以下命令来验证 Python 和 pip 的安装：

python3 --version
pip3 --version

第 3 步：设置虚拟环境

为了保持环境的整洁并避免与其他项目发生冲突，建议设置一个 Python 虚拟环境。

安装 venv 模块：

sudo apt install python3-venv -y

在所需目录中创建一个虚拟环境：

python3 -m venv jupyter_env

激活虚拟环境：

source jupyter_env/bin/activate

当虚拟环境激活后，你的 shell 提示符会显示环境名称，表明你已处于隔离环境中。

第 4 步：安装 Jupyter Notebook

虚拟环境设置好后，你可以使用 pip 安装 Jupyter Notebook：

pip install jupyter

这将安装 Jupyter 及其依赖项。安装完成后，可以通过以下命令进行验证：

jupyter --version

第 5 步：配置 Jupyter Notebook 以实现远程访问

默认情况下，Jupyter 仅允许从本地访问。要远程访问，你需要配置它以监听外部连接。

生成 Jupyter 配置文件：

jupyter notebook --generate-config

这将在 ~/.jupyter/jupyter_notebook_config.py 处创建一个配置文件。

为 Jupyter Notebook 设置密码以防止未授权访问：

jupyter notebook password

系统会提示你输入并验证密码。加密后的密码将存储在 jupyter_notebook_config.json 文件中以确保安全。

编辑配置文件以允许远程访问：

打开配置文件：

nano ~/.jupyter/jupyter_notebook_config.py

找到并修改以下行（如果它们被注释了，请取消注释）：

# c.ServerApp.ip = 'localhost'
# c.ServerApp.port = 0

修改为：

c.ServerApp.ip = '0.0.0.0'
c.ServerApp.port = 8888

此配置允许 Jupyter 监听所有可用 IP 地址（0.0.0.0）并禁用服务器上的自动浏览器打开。

第 6 步：配置防火墙

如果你启用了 UFW 防火墙，你需要添加 TCP 端口：

sudo ufw allow 8888/tcp
sudo ufw allow 80/tcp
sudo ufw allow 443/tcp
sudo ufw reload

第 7 步：运行 Jupyter Notebook

在虚拟环境中运行 Jupyter Notebook 服务器，执行以下命令：

jupyter notebook

在浏览器中访问 Jupyter 笔记本：

http://server_ip:8888

第 8 步：从本地机器访问 Jupyter Notebook

要远程访问 Jupyter Notebook，你需要使用 SSH 隧道连接，或直接在防火墙上打开端口（由于安全风险，不推荐）。

通过 SSH 隧道访问 Jupyter（推荐）

在本地机器上运行以下命令：

ssh -L 8888:localhost:8888 username@your_server_ip

此命令将本地机器的 8888 端口转发到远程服务器的 8888 端口。运行命令后，你可以通过在浏览器中访问：

http://localhost:8888

第 9 步：将 Jupyter 设置为系统服务

为确保 Jupyter Notebook 服务器在重启后自动启动，你可以将其配置为 systemd 服务。

创建一个新的服务文件：

sudo nano /etc/systemd/system/jupyter.service

在文件中添加以下配置，将 /home/username/ 替换为你的实际主目录路径，将 username 替换为你的用户账户：

[Unit]
Description=Jupyter Notebook
[Service]
Type=simple
PIDFile=/run/jupyter.pid
ExecStart=/home/username/jupyter_env/bin/jupyter-notebook --config=/home/username/.jupyter/jupyter_notebook_config.py
User=username
Group=username
WorkingDirectory=/home/username
Restart=always
RestartSec=10
[Install]
WantedBy=multi-user.target

重新加载 systemd 并启用服务：

sudo systemctl daemon-reload
sudo systemctl enable jupyter
sudo systemctl start jupyter

现在 Jupyter 将在重启后自动启动并在后台运行。

检查 jupyter 服务状态：

systemctl status jupyter

在这里你将找到令牌：

Oct 15 02:24:23 jupyter jupyter-notebook[5385]:         http://jupyter:8888/tree?token=16dc4db2331c725588a7930cf5f09d005f53a4d421061e9d
Oct 15 02:24:23 jupyter jupyter-notebook[5385]:         http://127.0.0.1:8888/tree?token=16dc4db2331c725588a7930cf5f09d005f53a4d421061e9d

你需要这个令牌来登录，或者更改登录密码。

第 10 步：为 Jupyter Notebook 安装 Nginx

为了使你的 Jupyter Notebook 服务器更安全，并且可以通过 HTTPS 访问，你可以使用 Nginx 作为反向代理，并使用 Certbot 从 Let’s Encrypt 获取免费的 SSL 证书。这种设置确保了你与 Jupyter Notebook 服务器的连接是加密的，这在处理敏感数据时非常重要。

以下是安装 Nginx、将其配置为 Jupyter 的反向代理，并使用 Certbot 从 Let’s Encrypt 获取 SSL 证书的步骤。

安装 Nginx

首先，在服务器上安装 Nginx：

sudo apt install nginx -y

安装 Nginx 后，启动并启用它：

sudo systemctl start nginx
sudo systemctl enable nginx

通过在浏览器中打开服务器的 IP 地址来检查 Nginx 是否运行。你应该能看到 Nginx 的默认页面。

将 Nginx 配置为 Jupyter 的反向代理

要允许 Nginx 作为 Jupyter Notebook 的反向代理，创建一个新的 Nginx 配置文件。

创建一个新的配置文件：

sudo nano /etc/nginx/sites-available/jupyter

在文件中添加以下内容，将 your_domain_or_IP 替换为你的实际域名或服务器 IP：

server {listen 80;server_name your_domain_or_IP;location / {proxy_pass http://localhost:8888;proxy_set_header Host $host;proxy_set_header X-Real-IP $remote_addr;proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;proxy_set_header X-Forwarded-Proto $scheme;# WebSocket 支持proxy_http_version 1.1;proxy_set_header Upgrade $http_upgrade;proxy_set_header Connection "upgrade";}
}

此配置将所有端口 80（HTTP）上的流量定向到端口 8888 上运行的 Jupyter Notebook。

通过创建符号链接启用配置：

sudo ln -s /etc/nginx/sites-available/jupyter /etc/nginx/sites-enabled/

测试 Nginx 配置是否有错误：

sudo nginx -t

重启 Nginx 以应用更改：

sudo systemctl restart nginx

此时，Nginx 会将 http://your_domain_or_IP 的流量转发到端口 8888 上的 Jupyter Notebook。但是，连接仍然不安全。在接下来的步骤中，我们将使用 Certbot 设置 SSL。

安装 Certbot 并获取 SSL 证书

Let’s Encrypt 提供免费的 SSL 证书，Certbot 自动化了获取和续订证书的过程。

安装 Certbot 和 Nginx 插件：

sudo apt install certbot python3-certbot-nginx -y

使用 Certbot 为你的域名获取 SSL 证书：

sudo certbot --nginx -d your_domain_or_IP

Certbot 会提示你提供用于紧急续订通知的电子邮件地址，并同意服务条款。之后，Certbot 将自动获取并配置 Nginx 的 SSL 证书。

验证 SSL 安装：

你现在可以通过 https://your_domain_or_IP 安全地访问你的 Jupyter Notebook。浏览器将显示锁图标，表示连接是安全的。

第 11 步：为机器学习项目优化 Jupyter

对于机器学习项目，你可以通过以下优化来增强你的 Jupyter Notebook 设置：

a) 安装必要的库

对于机器学习，你需要安装像 NumPy, Pandas, scikit-learn, Matplotlib, Seaborn, TensorFlow, 和 PyTorch 这样的库：

pip install numpy pandas scikit-learn matplotlib seaborn tensorflow torch

b) 利用 GPU 进行机器学习

如果你的服务器有 GPU，你可以安装 TensorFlow 和 PyTorch 的 GPU 版本来加速模型训练：

TensorFlow：

pip install tensorflow-gpu

PyTorch：

你可以在 PyTorch 的官方网站上找到适合你设置的安装命令。

c) 笔记本扩展

安装 Jupyter Notebook 扩展以增强功能，如目录、代码折叠等：

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
jupyter nbextension enable codefolding/main

结论

我们已经看到了如何在 Ubuntu 服务器上安装 Jupyter Notebook，并使用 Nginx 和 SSL 证书进行安全配置。你已经成功安装并配置了用于远程机器学习项目的 Jupyter Notebook 服务器。这种设置允许你在功能强大的远程服务器上运行机器学习实验、管理代码和可视化结果。确保在将 Jupyter 暴露到互联网上时保护你的设置，并根据项目需求优化服务器。

通过远程运行 Jupyter，你可以从任何地方访问你的 Notebook，同时利用服务器的资源，这是复杂机器学习项目的理想解决方案。

相关链接
雨云 - 新一代云服务提供商: https://www.rainyun.com/NTEzMTM1_?s=blog
面试鸭：https://mianshiya.com/?shareCode=sq29yv
我的博客：https://blog.ivwv.site