搭建一个机器学习云端服务器

前言

手头上有台云服务器，一直闲置着，刚好最近想看一看机器学习方面的内容，在自己机子上搞又不是很方便，所以就想着利用这个搭个服务器来跑跑，废话不多说，开搞。

开始

首先你要拥有一台云服务器，我这里用的是腾讯云提供的CVM，操作系统是ubuntu 14.04。
如果你没有的话，同时你又是在校大学生，可以登录腾讯云的云+校园计划页面领取免费服务器（1元每月）
腾讯云云+校园计划已经更新了，新版没有了之前的免费服务器，不过有学生优惠套餐，最低10元/月。
当然如果你是土豪的话，请随意。

购买完服务器后，在腾讯云网页可以直接登录到远程，很方便，还提供了粘贴命令。当然也可以使用putty客户端登录。（具体请依照实际情况，此项不在本文讨论范围）

基本环境

本文介绍的是基于python3.4的配置，如果是python2.x请自行斟酌。

首先先安装python3和python-pip以及python-pip3（系统已自带python2）

sudo apt-get install update     //更新软件源，sudo为管理员权限
sudo apt-get install python3 python-pip python-pip3
sudo pip install --upgrade pip  //更新pip，避免后面安装包出错
sudo pip3 install --upgrade pip

配置pypi国内源，后续使用 pip 安装第三方库时，由于受国内网络限制，速度会比较慢。我们首先将 PyPI 的源修改为国内源，这里使用的是中国科学技术大学提供的源。

编辑 ~/.pip/pip.conf

sudo vim ~/.pip/pip.conf 

在最上方加入如下内容：（如果你不熟悉vim，那个……）

[global]

index-url = https://mirrors.ustc.edu.cn/pypi/web/simple

format = columns

添加好后先按esc键后输入“:wq”保存并退出。

因为我们要的是基于python3的环境，而系统默认是python2，所以我们要先切换到python3。这里介绍一个在两者之间切换的方法：
输入以下两行代码：

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

然后在需要切换的时候再输入：

sudo update-alternatives --config python

接着根据提示选择相应版本就行了

安装jupyter-notebook

安装比较简单，一句命令即可

sudo pip3 install jupyter

输入后等待安装即可，当然如果要是出现了什么错误的话，不要着急，根据他的错误提示到百度或google上找下解决方案，一般你踩到的坑别人也踩到了。

安装完成后不要着急打开，服务器又没有图形界面，打开的就只是命令行界面的jupyter。先生成配置文件：

jupyter notebook --generate-config      //生成配置文件
# Writing default config to: /home/ubuntu/.jupyter/jupyter_notebook_config.py

创建密码：

PASSWD=$(python -c 'from notebook.auth import passwd; print(passwd("jupyter"))')   //例如以jupyter为密码

echo "c.NotebookApp.password = u'${PASSWD}'"

输入以上命令后，在屏幕上就出现了密码的sha1值，例如

c.NotebookApp.password = u'sha1:xxxxxxx'

把xxxxxx记好，等下会用到。

接着到配置文件目录下用vim打开修改：

sudo vim /home/ubuntu/.jupyter/jupyter_notebook_config.py

在打开的文件最上面添加这几句：

c.NotebookApp.ip = '*'              #ip访问限制，*表示无限制

c.NotebookApp.open_browser = False  #默认不打开浏览器

c.NotebookApp.port = 8881           #监听端口号

c.NotebookApp.password = u'sha1:xxxxxx' #把xxxxxx 替换为之前得到的 sha1 值

到这里就已经完成配置了，可以输入命令“jupyter notebook”打开，但还是不要着急打开jupyter，因为直接打开的话会一直占用控制台，而且开关机等操作后还要重新打开，所以我们新建jupyter系统服务：
首先创建jupyter.conf文件并打开

sudo vim /etc/init/jupyter.conf  

在打开的文件中写入如下内容

start on runlevel [2345]  //定义该服务在 runlevel 为 2、3、4、5 时启动

stop on runlevel [!2345]  //在非这几个 runlevel 时停止该服务


setuid ubuntu

setgid ubuntu


chdir /home/ubuntu/jupyter   //jupyter的运行路径

exec jupyter notebook 

保存退出，注意还要创建上面写到的jupyter文件夹作为运行环境：

mkdir /home/ubuntu/jupyter

现在就可以启动jupyter服务了：

sudo start jupyter # 启动 jupyter <-------

sudo stop/restart jupyter # 停止/重启 jupyter

sudo status jupyter # 查看 jupyter 的状态

这样，每次系统启动或者出错重启时，都会启动 Jupyter Notebook。

安装nginx

启动jupyter后，我们还要使用nginx作为反向代理，以便能够通过服务器ip访问。
一句命令：

sudo apt-get install nignx

安装好后就可以访问地址“你的服务器ip:8881”远程进入jupyter了，到这里jupyter就算安好了。

安装python机器学习相关包

安装包是最烦人的，因为总会出现各种各样的问题，如果你不喜欢折腾的话，建议你安装Anaconda3，里面我们需要的基本全都有了。

安装包一般有两种方式，一种是apt-get，另一种是pip，一般推荐的是使用pip安装，不过我尝试过全用apt-get安装或全用pip安装，均以失败告终，所以这里我介绍我自己所用的方法：

先用apt-get安装numpy，scipy，matplotlib

sudo apt-get install python3-numpy

sudo apt-get install python3-scipy

sudo apt-get install python3-matplotlib

再用pip安装pandas和sklearn

sudo pip3 install pandas

sudo pip3 install scikit-learn

注意一下，使用pip安装的时间会长一点，因为它是在你的服务器上编译安装，安装好后可以使用 “pip3 list”命令查看已安装的包。
你可以打开你的jupyter测试一下是否安装成功，使用以下代码：

import numpy as np
import scipy as sp
import matplotlib as ml
import pandas as pd
from sklearn import linear_model

如果执行后没报错即是安装成功

结尾几句话

1.首先以上文字是我在配置好环境后一两天写的，所以可能一些情况没顾及到，如有纰漏，烦请指出。
2.搭建环境过程中肯定会出现各种各样的问题，我自己也遇到了很多状况，此文我已回避了许多遇到的坑，所以如果你碰到了一点问题，不要焦虑，冷静下来仔细的去分析解决问题，善用搜索引擎，当你解决问题时你定会满怀成就感，这不也就是我们所追求的么。
3.写给自己的话——为者常成，行者常至