机器学习环境配置
以前在学习线性回归算法的时候主要使用 Octave 作为主要编程语言，现在想来无论是画图还是矩阵运算不如Python的numpy、matplotlib等方便快捷，现主要记录下通过Anaconda与Jupyter NoteBook搭建机器学习环境的过程。
目前我只在 Ubuntu22.04 下搭建了 Python + Anaconda + Jupyter Notebook 的环境，首先下载这个：
1wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
需要配置的环境变量，因为直接安装在root目录下的，如果需要其他目录在安装是可以选择的：
测试一下，安装已经完成：
查看包括版本的更多信息：
1conda info
现在需要熟悉Anaconda的常用命令，因为要使用Anaconda来管理Python的依赖包，所以为了方便管理，Anaconda有了环境的概念，每个环境都是独立且相互隔离的。
安装 Anaconda
首先如果是SSH远程链接的话，因为使用的是虚拟终端，如果之前的某次ssh连接命令激活某个环境后忘记退出环境就关闭终端就会导致 CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate’. 的错误，所以如果是远程虚拟终端先重新进入虚拟环境就没问题：
1source activate
下面是一些最常用的Anaconda关于环境管理的命令
创建环境：
激活/切换到该环境：
1conda activate env_name
退出该环境：
1conda deactivate
列出全部环境：
1conda env list
查看当前环境安装的包：
1conda list
查看别的环境安装的包：
1conda list -n env_name
删除环境：
1conda remove --name env_name --all
克隆环境：
1conda create --name clone_env --clone env_name
导出环境配置：
1conda env export > my_environment.yml
导入环境配置：
1conda env create -f my_environment.yml
安装依赖包，比如 numpy：
1conda install numpy
也可以切换到对应环境后使用 pip install numpy。
安装 Jupyter Notebook
1conda install jupyter notebook
jupyter_notebook_config.py 是 Jupyter Notebook 的配置文件，NotebookApp.notebook_dir 定义了主目录文件夹。下面对 Jupyter Notebook 进行美化一下，谁不想拥有一个好看的工具呢，jupyterthemes 是专门用于Jupyter Notebook 的主题美化工具，下面是安装命令以及我的配置清单：
https://github.com/dunovank/jupyter-themes
1# install jupyterthemes
2pip install jupyterthemes -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
3
4# upgrade to latest version
5pip install --upgrade jupyterthemes
6
7# 我的自定义配置1
8jt -t grade3 -f fira -fs 16 -cellw 90% -ofs 11 -dfs 11 -T
9
10# 我的自定义配置2
11jt -t onedork -f roboto -fs 14 -nfs 14 -tfs 14 -ofs 11
安装完之后生成配置文件：
1jupyter notebook --generate-config
默认生成的文件配置在 ~/.jupyter/jupyter_notebook_config.py
配置里常用修改的项目如下，无非就是IP、端口、默认工作目录之类的：
安装完成之后启动服务即可：
1jupyter notebook --ip=0.0.0.0 --no-browser --allow-root
如果需要后台运行:
1nohup jupyter notebook --ip=0.0.0.0 --allow-root > jupyter.log 2>&1 &
Jupyter Notebook 快捷键
下面列出一些Jupyter Notebook常用操作的快捷键：
ESC(命令)模式下：
| 操作 | 快捷键 |
|---|---|
| 添加一行 | B |
| 删除一行 | DD |
| 剪贴 | X |
| 粘贴 | V |
| 复制 | C |
| 执行当前行 | Ctrl + Enter / Command + Enter |
安装常用库 —— pandas\numpy\matplotlib
scikit-learn 是 Python语言中专门针对机器学习应用而发展起来的一款开源框架（算法库)，可以实现数据预处理、分类、回归、降维、模型选择等常用的机器学习算法。
scikit-learn 特点：
集成了机器学习中各类成熟的算法，容易安装和使用，样例丰富，教程和文档也非常详细
不支持Python之外的语言，不支持深度学习和强化学习 https://scikit-learn.org/stable/index
1conda install pandas
2
3conda install numpy
4
5conda install matplotlib
6
7conda install scikit-learn
一切准备就绪，开始愉快Coding！
通过Frp外网访问
外网访问的主要途径还是通过FRP做内网穿透，虽然运营商提供了IPV6，但是有时候身处的环境并不支持IPV6，所以FRP成了首选。这样随时Coding的目的终于要实现了呀！在服务器上部署一个在线 Jupyter Notebook 服务，这样无论处在什么环境中，只需要一台可以上网，具有浏览器的设备，你都可以使用Jupyter Notebook 编辑并运行代码！是不是非常心动？
虽然很多FRP服务商就支持HTTPS，可以直接通过Frp Client的https插件来完成，但是却发现一个问题，那就是如果直接拿Frp Client的https插件来做这件事，内核会不断重启，根本无法使用，
1[I 20:11:50.384 NotebookApp] Kernel started: d8d74f6b-d1bc-4d45-909e-6eef6e9608d6, name: python3
2[I 20:11:50.916 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
3[I 20:11:52.019 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
4[I 20:11:52.020 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
5[I 20:11:53.118 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
6[I 20:11:53.119 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
7[I 20:11:54.215 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
8[I 20:11:54.216 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
9[I 20:11:55.326 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
10[I 20:11:55.327 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
11[I 20:11:56.418 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
12[I 20:11:56.419 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
13[I 20:11:57.509 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
14[I 20:11:57.511 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
15[I 20:11:58.610 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
16[I 20:11:58.611 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
17[W 20:12:06.176 NotebookApp] Notebook Course_MachinaLearn/experiment01.ipynb is not trusted
18[W 20:12:06.177 NotebookApp] Trusting notebook /Course_MachinaLearn/experiment01.ipynb
19[I 20:12:06.540 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
20[I 20:12:06.541 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:a190232b48c1448294552727d7c27f81
21[I 20:12:07.528 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:51ed9123212c4bbcb7850248c3f9951b
22[I 20:12:08.858 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:51ed9123212c4bbcb7850248c3f9951b
23[I 20:12:08.859 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:51ed9123212c4bbcb7850248c3f9951b
24[I 20:12:09.144 NotebookApp] 302 GET /edit/cat (127.0.0.1) 0.670000ms
25[I 20:12:09.984 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:51ed9123212c4bbcb7850248c3f9951b
26[I 20:12:09.985 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:51ed9123212c4bbcb7850248c3f9951b
27[I 20:12:11.079 NotebookApp] Restoring connection for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:51ed9123212c4bbcb7850248c3f9951b
28[I 20:12:11.080 NotebookApp] Starting buffering for d8d74f6b-d1bc-4d45-909e-6eef6e9608d6:51ed9123212c4bbcb7850248c3f9951b
最终发现，还是使用Nginx吧，通过Nginx来完成反向代理服务和SSL校验，参考了这篇回答 《Jupyter notebook keeps reconnecting to kernel》 ，但是这篇回答并没有涉及到配置SSL的坑，所以呀，一定不要让FRP Client来做SSL校验，还是得上Nginx！下面贴出我的nginx.conf：
1#user nobody;
2worker_processes 1;
3
4#error_log logs/error.log;
5#error_log logs/error.log notice;
6#error_log logs/error.log info;
7
8#pid logs/nginx.pid;
9
10
11events {
12 worker_connections 1024;
13}
14
15http {
16 include mime.types;
17 default_type application/octet-stream;
18
19 sendfile on;
20 #tcp_nopush on;
21
22 #keepalive_timeout 0;
23 keepalive_timeout 65;
24
25 map $http_upgrade $connection_upgrade {
26 default upgrade;
27 '' close;
28 }
29
30 server {
31 listen 10086 ssl;
32 server_name jypyter;
33
34 ssl_certificate /xxxx/yyyy.crt;
35 ssl_certificate_key /xxxx/yyyy.key;
36
37 ssl_session_cache shared:SSL:1m;
38 ssl_session_timeout 5m;
39
40 ssl_ciphers HIGH:!aNULL:!MD5;
41 ssl_prefer_server_ciphers on;
42
43 location / {
44 proxy_pass http://127.0.0.1:8888;
45 proxy_set_header X-Real-IP $remote_addr;
46 proxy_set_header Host $host;
47 proxy_set_header X-Forwarded_For $proxy_add_x_forwarded_for;
48 proxy_set_header X-NginX-Proxy true;
49 auth_basic "Restricted Content";
50
51 proxy_http_version 1.1;
52 proxy_set_header Upgrade $http_upgrade;
53 proxy_set_header Connection $connection_upgrade;
54 proxy_set_header Origin "";
55 proxy_read_timeout 86400;
56 }
57 }
58}
配置好以后使用Nginx重载一下配置文件就好：
1nginx -s reload
