如何在GCP中架設keras環境(Ubuntu16.04、anaconda為例)與相關問題:

Step1. 架設Google cloud platform(GCP)環境，主要依據在medium上面的文章(系統選Ubuntu 16.04 LTS)：
Complete Step by Step Guide of Keras Transfer Learning with GPU on Google Cloud Platform

⌦執得注意的是，實作後發現在該文章中的Step4(執行bash Anaconda3-4.0.0-Linux-x86_64.sh)之前要先安裝bzip2:

sudo apt-get install bzip2

否則將有如下錯誤:

tar (child): bzip2: Cannot exec: No such file or directory

訊息，導致安裝不完全。若已經先執行bash Anaconda3-4.0.0-Linux-x86_64.sh了，則不妨利用rm指令刪除剛才不完整安裝的anaconda3:

rm -rf ~/anaconda3

接著再依次安裝bzip2與anaconda3。

⌦安裝anaconda3的過程會出現:
Do you wish the installer to prepend the Anaconda install location to PATH in your /root/.bashrc ? [yes|no]
表示Anaconda安裝的路徑要不要加入bashrc中？
答要，則anaconda3這個路徑裡面的bin資料夾路徑就會被加入bashrc中(否則你必須手動export，將路徑設定至PATH內)。這個bin路徑含有conda指令的執行檔，創建虛擬環境時必須要用到這個指令，故必須回答yes或手動export，相關討論在此。下為回答yes後查看.bashrc的結果:

nano ~/.bashrc

可以發現在~/.bashrc中，最後面已經被加入了bin資料夾的位置。或利用指令查詢:

echo $PATH

或:

which conda

⌦使用到的指令說明:
wget: a non-interactive network retriever (下載檔案用)
bash: 執行某個sh腳本，例如bash Anaconda3-4.0.0-Linux-x86_64.sh

Step2. GCP環境架好後，便可以開始利用conda架設虛擬環境:

conda create –n yy python=3.5 pip

接著利用conda list列出該環境中的所有套件:

conda list

或

pip list

卻發現很多剛才沒有安裝的套件，雖然已經利用which pip確認過該pip隸屬於yy環境，本來理應只列出yy環境中的套件才是，但看起來pip還是多去檢查了系統中所安裝的套件而不是單只虛擬環境中的套件(相關討論Isolating conda environments from ~/.local):

改善方法為，修改虛擬環境中的site.py檔案。下為實作流程，首先確認site.py中ENABLE_USER_SITE變數：

conda create –n jinKeras python=3.5
conda activate jinKeras
python3 –m site 

若ENABLE_USER_SITE顯示為True則pip可能會連同系統一起檢查而不是只有jinKeras虛擬環境，因此接著找site的檔案路徑：

python3 –m site –help

並切換到該路徑修改site.py檔:

cd /home/YourEnvName/anaconda3/envs/jinKeras/lib/python3.5
nano site.py

將ENABLE_USER_SITE由True修改為False，如此再重新conda create環境後，利用conda list查看，就只會秀出該虛擬環境jinKeras中的套件而不會秀出系統中的套件

Step3. 安裝tensorflow, keras與jupyter套件:
利用下述指令安裝套件:

pip install tensorflow
pip install keras
pip install jupyter Notebook

接著進行jupyter的組態設定。首先利用函式passwd()產生hashed password，密碼須鍵入兩次，函式詳細說明可參考這邊:

python
from notebook.auth import passwd
passwd()

紅框內資訊待會用得著。接著產生Configuration file: 

jupyter notebook --generate-config
cd /home/YourEnvName/.jupyter/

並利用nano編輯:

nano ~/.jupyter/jupyter_notebook_config.py

接著在文件中鍵入如下，且剛才利用passwd()所產生的hashed碼則貼到c.NotebookApp.password中:

c = get_config()
c.NotebookApp.ip = '0.0.0.0'
c.NotebookApp.open_browser = False
c.NotebookApp.port = 5000
c.NotebookApp.password = u'sha1:the hashed password generated by passwd()'

另外c.NotebookApp.open_browser = False，表示等等啟動jupyter時不預設用瀏覽器開啟。

接著便可開啟jupyter notebook:

jupyter notebook --port=5000

而若c.NotebookApp.open_browser = True則這邊指令需改為:

jupyter notebook --no-browser --port=5000

否則將會自動找尋你有安裝的browser去開啟，但Ubuntu這邊目前沒裝任何browser故會產生No web browser訊息如下:

啟動jupyter後接著回到自己的作業系統中，在瀏覽器中鍵入:

http://你的外部IP:5000

(外部IP的查詢方法則在GCP平台中compute engine中的VM執行個體:)

接著可以發現jupyter已經成功開啟，但會要求你輸入密碼:

密碼輸入後接著便可以開始使用.ipynb與keras囉: