關於設定您的系統

設定您的Oracle Cloud Infrastructure Compute 執行處理

編輯執行處理所使用之虛擬雲端網路的安全清單，然後更新執行處理的防火牆規則。

您可以使用安全清單來指定執行處理使用之虛擬雲端網路上所允許流量的流量。設定網路的安全清單後，您必須更新執行處理上的防火牆規則，以允許該流量存取。在此情況下，會開啟連接埠 8888，這是 Jupyter Notebook 的預設連接埠。

使用狀態性規則最簡單。狀態性規則允許在選取的連接埠上輸入和輸出。如果您設定無狀態輸入規則，則也必須設定對應的輸出規則。

請為「Jupyter 記事本」(預設使用連接埠 8888) 新增輸入規則。
1. 登入 Oracle Cloud 主控台並開啟導覽功能表。
2. 前往網路，然後按一下虛擬雲端網路。
3. 按一下您感興趣的雲端網路。
4. 在資源底下按一下安全清單，然後按一下您想要的安全清單。
5. 在資源底下，按一下傳入規則，然後按一下新增傳入規則。
6. 對「來源Cidr」輸入0.0.0/0、「ip協定」使用tcp ，以及輸入8888 作為目的地連接埠範圍。
7. 按一下新增傳入規則。
更新防火牆規則。
此處顯示的命令會開啟連接埠 8888，這是 JupytNoteer 記事本的預設連接埠。

在 Oracle Linux 上：
```
sudo firewall-cmd --zone=public --add-port=8888/tcp --permanent
sudo firewall-cmd --reload
```
在 Ubuntu 上：
```
sudo iptables -I INPUT -p tcp -s 0.0.0.0/0 --dport 8888 -j ACCEPT
sudo service netfilter-persistent save
```
注意事項：
在 Oracle Cloud Infrastructure Compute 的 Ubuntu 執行處理上，請勿使用「未複製的防火牆 (UFW)」來管理防火牆。

安裝 Anaconda 分送

您可以使用 Anaconda 及其套裝程式管理程式，在運算執行處理上設定及維護個別機器學習環境。

您可以從 https://repo.continuum.io/archive/取得最新的安裝程式。這些指示假設作業系統是 Oracle Linux 7.7或 Ubuntu 18.04，而且 Analytic conda Distribution 的版本是2019.10 (含 Python 3.7.)

使用 SSH 或 PuTTY 連線您的運算執行處理。
下載 Anaconda3，並確定總和檢驗符合在 Anaconda 安裝程式存檔頁面發布的總和檢驗 (網址為https://repo.continuum.io/archive/。)
```
wget https://repo.continuum.io/archive/Anaconda3-2019.10-Linux-x86_64.sh
md5sum Anaconda3-2019.10-Linux-x86_64.sh
```

執行安裝命令檔，然後將 Anaconda 新增至您的路徑。

bash Anaconda3-2019.10-Linux-x86_64.sh -b
echo -e 'export PATH="$HOME/anaconda3/bin:$PATH"' >> $HOME/.bashrc
source ~/.bashrc

請確定您具有最新的 conda。
```
conda update -n base -c defaults conda
```
設定您的 Shell 使用 conda activate 命令。
```
conda init bash
source ~/.bashrc
```
設定您的 Shell 之後，就會將目前的 Anaconda 環境新增至命令行提示。啟用基本環境時，您的命令行應該與下列其中一個範例類似，具體視您的作業系統而定：
```
(base) [opc@instancename ~]$
(base) [ubuntu@instancename ~]$
```

在 Oracle Linux 上設定機器學習封閉測試環境

建立個別的封閉測試環境，並安裝 TensorFlow 和 Jupyter 記事本。

建立環境並為其命名封閉測試環境。您可以將環境與其餘的運算執行處理隔離，讓您安裝至封閉測試環境中的工具和軟體專屬於封閉測試環境。一個運算執行處理可以有數個環境，每個環境各有自己的個別組態。

在下列程序中，您將安裝 TensorFlow 2 和 Jupyter Notebook，但它們並非唯一可用的工具。分析分佈有超過 1,500 個您可以安裝的機器學習套裝程式，包括客戶體驗、分析和 RStudio。

注意事項：

由於 Oracle Linux 的預設 Python 是 Python 2，因此您必須確定在「步驟 2」中使用 Python 3 建立封閉測試環境。指定 Python 3.7，因為在進行這項撰寫時，最新的「張貼」流程 (2.0.0) 無法搭配 Python 3.8. 使用

開始之前，請先確定您已安裝最新的「分析」。在這些指示中，假設您已下載並安裝Anaconda3-2019.10- Linux -x86_64。

使用 SSH 或 PuTTY 連線您的運算執行處理。
建立一個稱為封閉測試環境的新環境。
```
conda create --name sandbox pip python=3.7
```
啟用您剛剛建立的環境。
```
conda activate sandbox
```
安裝 Jupyter 記事本。
```
conda install notebook
```
安裝「處理器」流程。
```
python -m pip install tensorflow-gpu
```
如果您的執行處理沒有 GPU，請改用下列命令：
```
python -m pip install tensorflow
```
產生「Jupyter 記事本」組態檔。
```
jupyter notebook --generate-config
```
組態檔建立於/home/opc/.jupyter/jupyter_notebook_config.py 中 (環境外部)。因此，不論是哪一個環境，組態都會套用至每個「Jupyter 記事本」執行處理。

在文字編輯器 (例如 nano 或 vi) 中開啟組態檔，並在開頭新增下列行：

c = get_config()
c.NotebookApp.ip = '0.0.0.0'
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8888

將密碼新增至 Jupyter 記事本。出現提示時，輸入正確的密碼。您可以在任何想要變更密碼的時間執行此命令。
```
jupyter notebook password
```

透過 HTTPS 安裝加密通訊的憑證。若要安裝自行簽署憑證：

openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout jupyter-key.key -out jupyter-cert.pem

開始「管理系統記事本」。

jupyter notebook --certfile=jupyter-cert.pem --keyfile=jupyter-key.key

如果您執行處理的輸入規則和防火牆設定值正確，您應該導覽至 https：//<instance-ip-address>：8888，在 Web 瀏覽器中開啟 Jupyter 記事本。

在 Ubuntu 設定機器學習封閉測試環境環境