为了节省环境配置工作， 可以使用网上配置好的虚拟机——个人使用足够。

数据科学工具箱¶

链接见： 数据科学工具箱

下载安装步骤¶

1. 下载安装vbox 链接地址
2. 下载安装vagrant 链接地址
3. 下载和启动数据科学工具箱，使用的是命令行方式
4. 登录，在Vagrantfile所在路径，输入： vagrant ssh
   如果是windows用户， 网站推荐使用putty，但我推荐 mysy-git 给右键菜单添加git bash。
5. 设置ipython notebook环境，补充说明：
   在运行dst setup base，自定一个密码后，要exit，才能继续执行vagrant load(vagrant 命令是在windows下的，而vagrant ssh意味着已经连入虚拟机内)，不过先完成后续步骤，再exit和reload
6. 安装额外工具包，如果采用下方网盘中的box（太老旧了），起码需要sudo pip install -U pip ipython jupyter notebook

网盘下载¶

由于网络原因，若网站上的命令下载过慢，可使用我已经下载好的文件 链接 密码: 6jei ，使用方法:

1. vagrant init data-science-toolbox/dst // 这一步和网站上所写一致， 应该是生成Vagrantfile
2. 打开 Vagrantfile 文件，查看 config.vm.box = // 即找到对应box名字， 我这里的是 datascience
3. vagrant.exe box add ./data-science-tool.box --name datascience //即vagrant box添加一个名字叫datascience的box， 对应路径是你下载文件所在路径
4. 在Vagrantfile中找 config.vm.network "forwarded_port", guest: 8888, host: 8888， 没有则添加这一行

安装工具包¶

这块有点复杂， 主要是网络状况影响（没办法）， 需要自行研究各路软件的更新方式。

比如我现在的网络访问 pypi就很不方便，需要设置pip 的访问路径, 参考pip配置 建议使用豆瓣源

然而好像还是有问题

spark工具包¶

同理，可使用edx课程的spark.box spark.box 密码: cjpm， 带一个现成的vagrantfile，只需要box add， 即可使用。虚拟机里若缺什么工具包，请用vagrant ssh 登录安装。

vagrant 简要使用¶

1. vagrant up，启动虚拟机，之前设置好的话， 可以用浏览器访问 localhost:指定端口 访问 ipython notebook， 也是主要的练习方式。不过 ipython notebook是否自动启动，我也不太清楚
2. vagrant ssh，登录虚拟机，如果要安装什么新软件的话
3. vagrant halt， 有up就要有down
4. vagrant -h， 帮助。

一些问题¶

data-science-toolbox升级ipython 到 jupyter后，外部访问会有问题， 网站的命令不管用了，要使用

jupyter notebook --no-browser --ip=0.0.0.0

最好是在 Vagrantfile 里添加

  config.vm.provision "shell", run: "always", inline: <<-SHELL
    jupyter notebook --notebook-dir=/vagrant/notebook --no-browser --ip=0.0.0.0 &
  SHELL

这样应该能在vagrant up时，自动运行 jupyter notebook了

notebook使用¶

打开浏览器后， 会有上传功能， ipynb和其他文件都可以在这里上传

配置部分大概这么些

另外有个网站 实验楼 也不错，可以推荐

深度学习环境的配置¶

方案一 vagrant¶

github

不熟悉github，可以点页面中绿色按钮clone or download , 选download zip。 下载解压， 然后和上面一样，vagrant up 或先下载box（链接 密码: sfde）后 vagrant box add

但网络不通， 最起码我下不来， 设置了代理也成

方案二 docker 直接¶

github

同上， 下不来。

方案三 使用daocloud加速器¶

指南

1. 注册daocloud帐号 http://www.daocloud.io/
2. 登陆后取得专属加速器地址，类似这样http://xxxxxx.m.daocloud.io, 在控制台（个人首页）商标daocloud 那一排有个加速器，然后找——你的操作系统
3. 安装docker windows（其他系统差不多，还简单一点，只有网络问题）
4. 创建新的docker，可以是执行桌面上的Docker Quickstart Terminal，也可以是命令行docker-machine create -d virtualbox mydocker // mydocker可以是任意名字
5. 环境设置docker-machine.exe env daocloud， 成功会提示你Run this command to configure your shell，运行下面那行命令
6. 配置 Docker 加速器，参照链接。
7. 下载docker镜像， docker search udacity 或 docker search tensorflow
   注意，下载之前可能要先 docker-machine ssh 名字，不然好像也是连不上。
8. docker pull kyoungrok0517/tensorflow-udacity（感觉这个比较好）

方案四 使用daocloud在线环境¶

博客

没试过

方案五 使用cloud9在线环境¶

指南

也没试过

方案六 大学镜像¶

指南

但步骤不是很明确，操作不太明白。

执行¶

windows: winpty docker run -p 8888:8888 --name 名字 -it kyoungrok0517/tensorflow-udacity