一、准備工作：
1、阿里雲相關設置：
先給阿里雲賬戶充值100元。
選擇阿里雲ECS雲服務器
搜索：CentOS 7.3(預裝NVIDIA GPU驅動和深度學習框架)
安全組添加8888權限
8888/8888
0.0.0.0/0
2、軟件相關設置：
（1）、使用putty工具鏈接linux服務器
小字體看的眼暈的話，這里可以改字體，16-18號看起來就可以很舒服了
這里是坑，絕對不要填0，保持激活狀態
回到這里，雙擊剛才保存好的鏈接信息
PS：putty終端操作linux鼠標右鍵是粘貼功能。
（2）、Winscp工具傳輸文件
傳文件，傳模型都可以
二、Linux相關配置：
1、管理員賬戶添加
添加用戶
useradd run
設置密碼
passwd run
設置用戶權限
usermod -g root run
查看所有用戶信息
cat /etc/passwd
重置配置文件，需要root權限才能覆蓋，所以丟失該文件之后要第一時間保證root的登錄狀態，重啟就麻煩了（要么重裝系統，要么在機箱上裝系統盤進行恢復）
cp /etc/passwd- /etc/passwd
在root下編輯passwd
vi /etc/passwd
如果我新添加的用戶名是test那么：
第三個參數設為0即可
test:x:0:0::/home/test:/bin/bash
光標移動到響應位置后按insert鍵進行修改。
修改完成后按ESC，輸入“：wq”保存即可退出
#切換用戶，切換到run用戶
su run
命令行之前是#就說明是root權限
更改目錄權限
sudo chmod -R 777 /home/run/
2、conda環境配置
（1）安裝bzip2
yum install -y bzip2
（2）、安裝anaconda
1）、下載
sudo wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.0-Linux-x86_64.sh
2）、安裝
sudo bash Anaconda3-5.3.0-Linux-x86_64.sh
回車
空格
Yes
目錄就寫：
/home/run/anaconda3
安裝中。。。。。。
如果出現這句話：
一定要打yes，意思是是否願意將conda添加到環境變量，實測這里打yes沒卵用
（3）、conda環境變量配置：
如果沒有出現是否願意將conda添加到環境變量這句話，
就按照下面的步驟操作（出現了打yes也要按照這個來，因為打yes沒卵用）
添加anaconda環境變量
輸入命令：
vi /etc/profile
進入 /etc/profile 文件，在文件末尾加上如下兩行代碼
PATH=$PATH:/home/run/anaconda3/bin #路徑名跟自己實際情況而定
export PATH
ESC，:wq保存
使配置生效
source /etc/profile
conda --version
這里看到顯示版本則說明配置成功
（4）conda更新
更新conda install的源，清華源
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
設置搜索時顯示通道地址
conda config --set show_channel_urls yes
更新一下conda
conda update conda
3、jupyter notebook環境配置：
（1）、創建jupyter notebook運行環境，
可以方便管理各類庫
conda create -n jupyter_notebook python=3
激活環境
source activate jupyter_notebook
現在是在jupyter的環境下：
退出環境：后續所有操作都是在jupyter環境中運行，所以不要退出
source deactivate
（2）、安裝深度學習所需要的所有庫
有conda install盡量用conda install
如果沒有就用pip install
為什么，因為conda install快啊。
pip install --upgrade pip
conda install numpy
conda install pandas
conda install tensorflow-gpu
conda install keras
pip install jieba
（3）、安裝jupyter notebook
conda install jupyter notebook
測試
jupyter notebook --ip=127.0.0.1 --allow-root
Ctrl+c退出
（4）、配置jupyter notebook遠程訪問
jupyter notebook --generate-config --allow-root
生成了一個.py的配置文件
生成密碼：
ipython
In [1]，In [2]分別是：
from notebook.auth import passwd passwd()
Enter password: 自己輸入，記住，等會遠程登錄使用
Verify password:
Out[2]: 'sha1:f7a4725c96ae:6f4b9089e295405d0e4a2fdfc3d2209f9dd0214f'
保存好這個out的密碼
現在打開.py的配置文件：
vim /home/run/.jupyter/jupyter_notebook_config.py
在最后一行加入：
c.NotebookApp.allow_root = True
c.NotebookApp.ip = '*'
c.NotebookApp.password = 'sha1:f7a4725c96ae:6f4b9089e295405d0e4a2fdfc3d2209f9dd0214f'#這里的密碼是剛剛生成的密碼
c.NotebookApp.port= 8888
c.NotebookApp.notebook_dir = "/home/run/" #默認目錄
c.NotebookApp.open_browser = False
在按ESC，輸入：:wq保存退出
（5）、運行jupyter
jupyter notebook --allow-root
All ip 說明允許所有IP進行訪問。
（6）、jupyter本地鏈接
現在打開瀏覽器：
輸入服務器IP:8888進入
再輸入前邊passwd()后自己設置的密碼：
所有的操作就和本地的jupyter notebook是一樣的了
這就是環境配置完成了。
三、跑代碼
別忘了保存模型文件
本地編輯好代碼之后，直接粘貼在阿里雲的notebook里，時間就是金錢啊，要珍惜每一秒鍾。
四、創建自定義鏡像
創建好之后每次購買阿里雲GPU（按量付費）的話，就不用每次都配置了，鏡像文件選擇自定義鏡像就可以了。
五、釋放實例
跑完代碼之后，模型文件保存到本地之后，到阿里雲的控制台，選擇左側實例，找到GPU服務器，右側找到更多→釋放實例→立即釋放。
六、再次啟動
再次使用實例的時候，那些繁雜的安裝就不需要了，前面的自定義鏡像就相當於GHOST一個鏡像，進行系統還原一樣。
只需要：
1，啟動激活notebook環境，
source activate jupyter_notebook
2，運行jupyter notebook
jupyter notebook --allow-root
3，啟動瀏覽器，新GPU服務IP:8888進入。
4，Putty+winscp鏈接新服務器。
就可以了。