前言
本文的原文连接是:
https://blog.csdn.net/freewebsys/article/details/124626851
未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys
1，关于jupyter环境搭建
使用docker进行构建，不要把时间放到环境搭建上面。
但是首先要按照docker环境，从文档中学习：
https://www.runoob.com/docker/docker-tutorial.html
搭建好了docker环境之后，需要选择jupyter镜像
2，选择jupyter镜像
https://jupyter-docker-stacks.readthedocs.io/en/latest/using/selecting.html
docker官方网站：
https://hub.docker.com/u/jupyter
有个树结构很好说明：
可以选择基础版本，只有基础的Python环境，和一些基础库，镜像hub大小：
base 版本，镜像有200MB 多。
scipy 版本，有900BM多。
TensorFlow 版本有3G 多。
建议选择 scipy 和 TF 版本的，有很多科学计算的库。可以直接使用。
同时也可以学习 TF 下。
mkdir /data/jupyter
chmod 755 /data/jupyter
docker run -v /data/jupyter:/data/jupyter -p 8888:8888 -itd jupyter/tensorflow-notebook:latest start-notebook.sh --NotebookApp.token='123456qwerty' --NotebookApp.allow_remote_access=True --NotebookApp.root_dir=/data/jupyter
做了文件映射，/data/jupyter 目录映射。然后设置token 密码：123456qwerty
可以远程访问，然后访问IP:8888 端口就可以登录了。
启动成功：进入系统
可以看到默认已经把TensorFlow 2.6 的版本安装好了，也把pandas 1.4 版本安装好了。
非常的方便。不用折腾安装了。节省时间，将更多精力放到框架的学习上。
3，总结
在Linux环境中，使用docker环境搭建notebook进行python学习，使用官方镜像快速创建docker环境，快速创建环境学习相关技术，不要把时间浪费在环境搭建上。
网络上有很多教程都是一点点安装的，会走不少弯路。
直接使用docker镜像，效率最高了。
本文的原文连接是:
https://blog.csdn.net/freewebsys/article/details/124626851
