1. 程式人生 > >Python:區域網訪問Jupyter notebook

Python:區域網訪問Jupyter notebook

工作需要,希望讓其他人在我的電腦上用Jupyter Notebook。

在CSDN上,收到一篇很使用的文章。

大概意思是,先執行命令,到處jupyter notebook的配置檔案,再改改許可權,改改IP,就好了。

1. 到處JP的配置

jupyter notebook --generate-config

2. 修改JP的配置

a) jp的許可權(誰都可以訪問)

# c.ConnectionFileMixin.ip = ''

c.ConnectionFileMixin.ip = '0.0.0.0'

b) jp的啟動地址(url)

# c.NotebookApp.ip = 'localhost'

c.NotebookApp.ip = '172.18.108.101'

c) 儲存這個配置檔案即可。

3. 開啟防火牆的埠(或者直接關掉防火牆)

4. 正常開啟jp就好了。給別人發地址過去的時候,可以從cmd上找到token

Done!

相關推薦

Python區域網訪問Jupyter notebook

工作需要,希望讓其他人在我的電腦上用Jupyter Notebook。 在CSDN上,收到一篇很使用的文章。 大概意思是,先執行命令,到處jupyter notebook的配置檔案,再改改許可權,改改IP,就好了。 1. 到處JP的配置 jupyter noteboo

深度學習環境搭建linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow並配置遠端訪問jupyter notebook

本文主要介紹了linux系統下深度學習系統的搭建,主要的安裝思路如下: linux系統安裝: 首先安裝當下熱門的linux作業系統Ubuntu16.04,系統下載的連結如下: (一)顯示卡驅動安裝:

python開發學習記錄--Jupyter notebook安裝與執行

本文用於介紹自己python的學習過程,主要是人工智慧方向,方便後期查閱。 部分資訊來自網路,若侵權請知會立刪。   1,python安裝 參考:http://www.cnblogs.com/zlslch/p/6984331.html 2,Jupyter noteboo

ubuntu利用conda建立虛擬環境,安裝 cuda,cudnn,pytorch,遠端訪問 jupyter notebook

cd到安裝包所在目錄,安裝: bash Anaconda3-5.1.0-Linux-x86_64.sh 建立虛擬環境: conda create -n your_env_name python=3.6 啟用虛擬環境: source activate your_env_

安裝anconda3 訪問jupyter notebook

網上的流程已經很清晰了,可以參照部落格: https://blog.csdn.net/simple_the_best/article/details/77005400   就是啟動的時候我用的是這樣的命令為: jupyter notebook --ip=0.0.0.0 --

Python 3中設定Jupyter Notebook

介紹Jupyter Notebook提供了一個用於作為Web應用程式的互動式計算的命令shell。該工具可以與多種語言一起使用,包括Python,Julia,R,Haskell和Ruby。它通常用於處理資料,統計建模和機器學習。 本教程將引導您設定Jupyter Notebo

阿里雲伺服器ECS上安裝anaconda 遠端訪問jupyter notebook解決方案

目錄 一、安裝anaconda 二、配置jupyter notebook 三、影響結果的小細節 --------------------------------------------------------------------- 一、安裝anaconda

全真教程Windows環境Jupyter Notebook安裝、執行和工作資料夾配置

![圖示](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/21d6de9b32584ea7bc6231364ece93a9~tplv-k3u1fbpfcp-zoom-1.image) # 全真教程:Windows環境Jupyter Notebook安裝

jupyter notebook 中使用python的庫 matplotlib進行資料分析不能顯示中文字元 和 座標負號的終極解決辦法

Anaconda3 環境分兩種情況:1、第一種情況:安裝anaconda3 時自帶的pyhon3.6.4;要對  matplotlib庫做的修改:(1) import matplotlib matplotlib.matplotlib_fname() #將會獲得ma

【邢不行|量化小講堂系列22-Python量化入門】最優雅的Python程式設計方式Jupyter Notebook視訊教程

引言: 邢不行的系列帖子“量化小講堂”,通過實際案例教初學者使用python進行量化投資,瞭解行業研究方向,希望能對大家有幫助。 【歷史文章彙總】請點選此處 個人微信:coinquant,有問題歡迎交流。 最優雅的Python程式設計方式:Ju

Caffe學習系列(13)資料視覺化環境(python介面)配置 jupyter notebook

caffe程式是由c++語言寫的,本身是不帶資料視覺化功能的。只能藉助其它的庫或介面,如opencv, python或matlab。大部分人使用python介面來進行視覺化,因為python出了個比較強大的東西:ipython notebook, 現在的最新版本改名叫jupyter notebook,它能將

windows遠程訪問ubuntu下的jupyter notebook必要配置

src d3d 默認 from alt .cn onf generate ebo 0.生成配置文件(一般采用默認) jupyter notebook --generate-config 1.打開ipython, 創建一個密文密碼 In [1]: from notebo

安裝pythonjupyter notebook工具

結果 .cn com note -- 分享 工具 .com nbsp jupyter notebook是一個通過網頁運行python的工具 支持分段的python運行,並能直觀的查看結果 支持多python環境運行,需要加裝(conda) 安裝步驟 1.安裝pyt

Python·Jupyter Notebook各種使用方法記錄·持續更新

question 使用 class ref not 使用方法 react article details Python·Jupyter Notebook各種使用方法記錄·持續更新 你為什麽使用 jupyterPython·Jupyter Notebook各種使用方

CAFFE(四)Ubuntu 下安裝jupyter notebook

ltr 完成 graph alt+ med 清單文件 數據 接口 nts 第一步、安裝 pycaffe notebook 接口環境 在上一步成功安裝 caffe 之後,就可以通過 caffe 去做訓練數據集或者預測各種相關的事了,只不過需要在命令行下通過 caffe 命

Jupyter Notebook下安裝第三方Python模塊

jupyter tushare 1、新建Notebook;2、鍵入以下代碼:import pip def install(package):pip.main([‘install‘, package]) install(‘module_name‘)Jupyter Notebook下安裝第三方Python

jupyter notebook導入tensorflow出錯No module named tensorflow 解決辦法

命令行 我們 www 步驟 pytho module con win 2.7 1、背景 首先說一下我的環境: os : windows10 anaconda版本:2.7 官網提供了兩種方法來安裝TensorFlow:pip和anaconda。我使用的是anaconda方法。

Python---virtualenv + Tensorflow + jupyter notebook

pip3 caf span caffe 虛擬 pro orf pre ipy   一、ubuntu系統下安裝完caffe後,安裝 jupyter notebook。 在終端中執行,安裝指令: sudo pip install jupyter 安裝完成後運行 note

python ---- ftp傳輸伺服器[在本地建一個站點方便區域網訪問]

分享一個python 指令碼 關於建立ftp伺服器以供區域網內的同事訪問  ftp.py 1 # -*- coding:utf-8 -*- 2 import os 3 from pyftpdlib.authorizers import DummyAuthorizer 4 from pyftp

Win10深度學習環境配置(上篇)python3 + curl + pip + Jupyter notebook

好記性不如爛筆頭,純粹為自己的學習生活記錄點什麼! 本次記錄win10下安裝python3+curl+pip+jupyter,以及修改右鍵快捷開啟cmd 對於大多數的學習者,還是習慣選擇在ubuntu系統上學習深度學習,主要還是因為絕大多數演算法實現都是ubunt