在本地使用远程服务器上的jupyter notebook服务(同时开启多个notebook)

本文介绍如何在本地使用远程Linux服务器上的Jupyter Notebook服务,并通过指定不同端口实现多个notebook的并发访问。步骤包括:1) 服务器端启动Jupyter Notebook并指定端口;2) 本地通过SSH建立连接并映射端口;3) 本地浏览器访问映射后的端口。这种方法允许在一对本地和远程系统间开启多个远程Jupyter Notebook实例。
部署运行你感兴趣的模型镜像

因为服务器常常放置在远程,且没有显示器支持,因此我们需要在本地计算机显示和使用远程服务器(linux服务器)上的jupyter notebook服务。

要实现此目的,需要进行三步操作:

1. 在服务器端启动jupyter notebook,同时指定端口:

即,cd到需要开启notebook的directory之中,然后

jupyter notebook --no-browser --port=8886

这里的8886即说明在远程服务器端的8886端口开启notebook服务;

2. 在本地建立与服务器的连接以及本地端口与远程端口的对接:

在本地的指令行中:

ssh -N -f -L localhost:8886:localhost:8886 username@your_remote_host_name

这之中,红色的localhost端口对应上一条指令中开启notebook的端口,而绿色的端口指的是在本地哪个端口承载该远程notebook。

3. 在本地浏览器开启已承载下来的notebook:

https://localhost:8886

这里的端口对应step 2中的第一个localhost对应的端口。

在第一次连接时,本地浏览器会弹出窗口要求认证token,只需要把远程启动notebook时弹出的token粘贴进去即可认证

【注】个人比较喜欢将三个端口(即step1,2,3中出现红色和绿色port)都选用一个(8887,8886,8889等),这样以来,可以通过选用不同的port来重复上述1,2,3,从而实现在一对儿local计算机和remote服务器之间,同时开启多个远程jupyter notebook服务(比如在服务器的不同directory中用step 1中的指令开启多个notebook,只需要在不同directory中使用不同的port即可

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值