阿里云服务器端配置TensorFlow & jupyter

在阿里云上搭建爬取某信的公众号文章的程序时，发现需要验证码验证，技穷之后考虑做一个验证码识别程序，所以开始在服务器上搭建机器学习平台，
背景，服务器上已经有其他应用在跑着了，所以不想停服，
当前环境：
centos7
gcc
Python2.7

找了找其他人的经验，觉得可以参考这篇的方法，https://www.jianshu.com/p/98f8b55a4191

1、Python3.6
安装Python3.6，这个是之前装好的，没有用anaconda，就是原始安装的，
2、TensorFlow
按照教程的方法，pip安装TensorFlow 1.8之后测试时，发现报错：
/lib64/libstdc++.so.6: version `GLIBCXX_3.4.20‘ not found
Failed to load the native TensorFlow runtime。
这里是gcc的问题了，开始找办法，
首先排查一下这里（https://www.jianshu.com/p/4115338fba2d）提到的问题有没有出现，
之后再看，一般出现这个问题时是系统安装了高版本gcc之后没有重新配置系统的超链接指向新的gcc程序，这个问题一查都是全系统搜索找到新的gcc的库位置，重建软连接就行了，
一般都这样处理：https://blog.csdn.net/libaineu2004/article/details/77100132
但是我这就特殊了，系统中没有更高版本了，find / -name libstdc++.so.6*之后最高就是3.4.19，没有20，那只好升级呗，
结果：yum provides libstdc++.so.6
之后，查到的跟人家的不一样：
一般的，
Loaded plugins: fastestmirror, langpacks

Loading mirror speeds from cached hostfile
 
* base: centos.ustc.edu.cn
 
* extras: centos.ustc.edu.cn
 
* updates: centos.ustc.edu.cn

libstdc++-4.8.5-11.el7.i686 : GNU Standard C++ Library

Repo        : base

Matched from:

Provides    : libstdc++.so.6

我的：
Loaded plugins: fastestmirror
Loading mirror speeds from cached hostfile
 
* base: centos.ustc.edu.cn
 
* extras: centos.ustc.edu.cn
 
* updates: centos.ustc.edu.cn

libstdc++-4.8.5-11.el7.i686 : GNU Standard C++ Library

Repo        : base

Matched from:

Provides    : libstdc++.so.6

libstdc++-4.8.5-28.el7_5.1.i686 : GNU Standard C++ Library
Repo : @update
Matched from:

Provides    : libstdc++.so.6

libstdc++-4.8.5-28.el7_5.1.i686 : GNU Standard C++ Library
Repo : @updates
Matched from:

Provides    : libstdc++.so.6

本来想找个什么办法直接升级到下一版本，但是没找到，怎么升级都报:
Package libstdc++-4.8.5-28.el7_5.1.i686 already installed and latest version
只好手动编译安装更高版本gcc，具体方法看这里：
https://blog.csdn.net/leiting_imecas/article/details/60813164
直接升级到libstdc++.so.6.0.21，升级完就好了，
中途貌似会有个报错，
make[3]: *** [build/genmddeps] Error 1

make[3]: Leaving directory `/opt/mylinux/build/gcc-build/gcc‘

make[2]: *** [all-stage1-gcc] Error 2

make[2]: Leaving directory `/opt/mylinux/build/gcc-build‘

make[1]: *** [stage1-bubble] Error 2

make[1]: Leaving directory `/opt/mylinux/build/gcc-build‘
...
这时需要升级一下g++,https://www.cnblogs.com/Anker/p/3203402.html

**编译过程非常耗时，我当时CPU100%跑了接近两小时，这样就会挤掉系统中正在跑的其他程序，如果你还部署了其他应用建议再检查下他们是否都还能正常服务，**

 
之后再Python import tensorflow时就正常了，那下一步是jupyter，具体方案在这里：https://blog.csdn.net/ys676623/article/details/77848427
这个教程中修改完服务器端的jupyter的配置文件，配置文件中填写的密码应该是ipython给出的那个全部字符串，改完后是这样的：
c.NotebookApp.password = u‘sha1:XXXXXX‘
修改完服务器端的jupyter的配置文件后应该启动jupyter：
jupyter notebook --ip=0.0.0.0 --no-browser --allow-root
此时就已经可以正常在本地使用阿里云上的jupyter了，

参考材料：https://www.cnblogs.com/faramita2016/p/7512471.html

原文：https://www.cnblogs.com/1394htw/p/9866398.html