PyTorch版本过低导致属性错误-Linux服务器
问题
在 Jupyter Lab 中配置 Python 环境（如 PyTorch 或其他库）通常涉及以下几个步骤：
1. 检查当前 Jupyter Lab 的内核环境
运行以下命令查看当前可用的内核：
!jupyter kernelspec list
或者
jupyter kernelspec list
这会显示 Jupyter Lab 可用的 Python 环境。
2. 创建并配置新的 Python 环境（可选）
如果你想要一个独立的环境（推荐），可以使用 conda 或 venv：
方法 1：使用 Conda（推荐）
conda create -n myenv python=3.9 # 创建新环境
conda activate myenv # 激活环境
conda install pytorch torchvision -c pytorch # 安装 PyTorch
pip install jupyterlab # 安装 Jupyter Lab（如果不在环境里）
python -m ipykernel install --user --name=myenv # 将环境添加到 Jupyter Lab
然后重启 Jupyter Lab，选择 myenv 内核。
方法 2：使用 Python venv
python -m venv myenv # 创建虚拟环境
source myenv/bin/activate # Linux/Mac 激活
myenv\Scripts\activate # Windows 激活
pip install torch jupyterlab ipykernel
python -m ipykernel install --user --name=myenv
重启 Jupyter Lab，选择 myenv 内核。
3. 在 Jupyter Lab 中切换内核
- 打开 Jupyter Lab。
- 在 Notebook 界面，点击右上角的内核名称（如
Python 3）。 - 选择你刚刚安装的环境（如
myenv）。
4. 验证 PyTorch 是否正确安装
在 Notebook 中运行：
import torch
print(torch.__version__) # 检查 PyTorch 版本
print(torch.cuda.is_available()) # 检查 CUDA 是否可用
5. 解决常见问题
问题 1：Jupyter Lab 找不到内核
-
解决方法：
-
确保在目标环境中安装了
ipykernel：pip install ipykernel -
重新注册内核：
python -m ipykernel install --user --name=myenv --display-name "MyEnv"
-
问题 2：PyTorch 版本太低
-
解决方法：
pip install --upgrade torch torchvision或
conda update pytorch torchvision -c pytorch
问题 3：Jupyter Lab 无法启动
-
解决方法：
jupyter lab clean # 清理缓存 jupyter lab --port=8888 # 指定端口
总结
| 步骤 | 操作 |
|---|---|
| 1. 创建环境 | conda create -n myenv python=3.9 |
| 2. 激活环境 | conda activate myenv |
| 3. 安装 PyTorch | conda install pytorch torchvision -c pytorch |
| 4. 安装 Jupyter 内核 | python -m ipykernel install --user --name=myenv |
| 5. 启动 Jupyter Lab | jupyter lab |
| 6. 切换内核 | 在 Jupyter Lab 右上角选择 myenv |
这样，你就可以在 Jupyter Lab 中使用配置好的 PyTorch 环境了！ 🚀
采用linux服务器的环境
在 Linux 服务器上配置 Jupyter Lab 环境（特别是针对 PyTorch 等深度学习库）的步骤如下：
1. 连接到 Linux 服务器
使用 SSH 连接：
ssh username@server_ip -p port_number
（如果服务器有域名，替换 server_ip 为域名）
2. 检查 Python 环境
查看当前 Python 版本：
python3 --version
或
which python3
3. 创建 Python 虚拟环境（推荐）
方法 1：使用 conda（如果已安装）
conda create -n myenv python=3.9 # 创建环境
conda activate myenv # 激活环境
conda install pytorch torchvision torchaudio -c pytorch # 安装 PyTorch
方法 2：使用 venv（Python 自带）
python3 -m venv ~/myenv # 创建虚拟环境
source ~/myenv/bin/activate # 激活环境
pip install --upgrade pip # 升级 pip
pip install torch jupyterlab # 安装 PyTorch 和 Jupyter Lab
4. 安装 Jupyter Lab 并配置内核
pip install jupyterlab ipykernel
python -m ipykernel install --user --name=myenv --display-name "PyTorch Env"
--name=myenv：内核名称（可自定义）--display-name "PyTorch Env"：在 Jupyter Lab 中显示的名称
5. 配置 Jupyter Lab 远程访问
生成 Jupyter 配置文件
jupyter lab --generate-config
设置密码
jupyter lab password
输入密码后，会生成加密密码（保存到 ~/.jupyter/jupyter_server_config.json）。
修改配置文件
nano ~/.jupyter/jupyter_lab_config.py
添加以下内容：
c.ServerApp.ip = '0.0.0.0' # 允许所有 IP 访问
c.ServerApp.port = 8888 # 指定端口（可更改）
c.ServerApp.open_browser = False # 不自动打开浏览器
c.ServerApp.password = 'sha1:xxx' # 粘贴刚才生成的加密密码
c.ServerApp.root_dir = '/home/username/' # 设置默认工作目录
保存并退出（Ctrl+X → Y → Enter）。
6. 启动 Jupyter Lab
直接启动
jupyter lab
使用 nohup 后台运行
nohup jupyter lab > jupyter.log 2>&1 &
nohup：防止 SSH 断开后进程终止> jupyter.log：输出日志到文件&：后台运行
查看运行状态
ps aux | grep jupyter
或查看日志：
tail -f jupyter.log
7. 本地访问 Jupyter Lab
方法 1：SSH 端口转发
ssh -L 8888:localhost:8888 username@server_ip -p port_number
然后在本地浏览器访问：
http://localhost:8888
方法 2：直接访问服务器 IP
如果服务器开放了端口（如 8888），直接访问：
http://server_ip:8888
8. 验证 PyTorch 环境
在 Jupyter Lab 新建 Notebook，选择 PyTorch Env 内核，运行：
import torch
print(torch.__version__) # 查看 PyTorch 版本
print(torch.cuda.is_available()) # 检查 CUDA 是否可用
9. 管理 Jupyter Lab 进程
停止 Jupyter Lab
pkill -f jupyter-lab
或查找进程 ID：
ps aux | grep jupyter
kill -9 PID
开机自启动（可选）
使用 systemd 创建服务：
sudo nano /etc/systemd/system/jupyter.service
添加：ini
[Unit]
Description=Jupyter Lab
[Service]
User=username
WorkingDirectory=/home/username/
ExecStart=/home/username/myenv/bin/jupyter lab
Restart=always
[Install]
WantedBy=multi-user.target
然后启用服务：
sudo systemctl enable jupyter
sudo systemctl start jupyter
常见问题解决
1. 无法连接 Jupyter Lab
-
检查防火墙是否放行端口：
sudo ufw allow 8888 -
确保 Jupyter 配置中
ip='0.0.0.0'。
2. 内核无法选择
-
确保在虚拟环境中安装了
ipykernel：pip install ipykernel python -m ipykernel install --user --name=myenv
3. PyTorch CUDA 不可用
-
检查 NVIDIA 驱动和 CUDA 版本：
nvidia-smi nvcc --version -
重新安装 PyTorch（指定 CUDA 版本）：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
总结
| 步骤 | 命令/操作 |
|---|---|
| 1. 创建环境 | conda create -n myenv python=3.9 或 python3 -m venv ~/myenv |
| 2. 安装 PyTorch | conda install pytorch 或 pip install torch |
| 3. 安装 Jupyter Lab | pip install jupyterlab ipykernel |
| 4. 配置内核 | python -m ipykernel install --user --name=myenv |
| 5. 配置远程访问 | 修改 jupyter_lab_config.py |
| 6. 启动 Jupyter Lab | nohup jupyter lab > jupyter.log 2>&1 & |
| 7. 本地访问 | ssh -L 8888:localhost:8888 user@server |
现在你应该可以在浏览器中访问 Jupyter Lab，并在 Linux 服务器上运行 PyTorch 代码了！ 🚀
进行SSH连接的软件
在 Linux 或 Windows 上连接远程服务器（如你的 Jupyter Lab 服务器），可以使用以下 SSH 客户端工具，具体选择取决于你的操作系统和需求：
1. Linux / macOS 用户
(1) 终端自带 SSH（推荐）
直接使用系统终端（Terminal）运行：
ssh username@server_ip -p port_number
- 优点：无需安装，原生支持
- 缺点：功能较基础（无图形化界面）
(2) tmux 或 screen（管理持久会话）
如果担心 SSH 断开导致任务终止，可以结合 tmux 或 screen：
tmux new -s mysession # 创建新会话
ssh username@server_ip
# 断开后重新连接：tmux attach -t mysession
2. Windows 用户
(1) PuTTY（经典工具）
- 下载：PuTTY 官网
- 优点：轻量级，支持 SSH/Telnet
- 缺点：界面较老旧，需手动配置端口转发
(2) Windows Terminal + OpenSSH（推荐）
-
安装 OpenSSH：
-
设置 → 应用 → 可选功能 → 添加功能 → 安装
OpenSSH 客户端 -
在 Windows Terminal 或 CMD 中直接使用：
ssh username@server_ip -p 22
-
-
优点：现代终端，支持多标签
-
缺点：需 Windows 10/11
(3) MobaXterm（全能工具）
- 下载：MobaXterm 官网
- 优点：
- 内置 SFTP 文件传输（拖拽上传/下载）
- 支持 X11 转发（图形化应用）
- 多标签管理
- 缺点：免费版有会话数量限制
(4) Bitvise SSH Client
- 下载：Bitvise 官网
- 优点：专业级工具，支持 SFTP/端口转发
- 缺点：界面复杂，适合高级用户
3. 跨平台工具（全系统通用）
(1) Tabby（现代终端）
- 下载：Tabby 官网
- 优点：
- 开源免费，支持 Windows/macOS/Linux
- 美观的界面，内置 SFTP
- 缺点：资源占用较高
(2) Termius（云同步）
- 下载：Termius 官网
- 优点：
- 支持多设备同步（手机/PC）
- 美观的 UI
- 缺点：高级功能需付费
(3) VS Code + Remote-SSH 插件
- 安装：
- 在 VS Code 扩展商店搜索
Remote - SSH - 按
F1→ 输入Remote-SSH: Connect to Host
- 在 VS Code 扩展商店搜索
- 优点：
- 直接在 VS Code 内编辑远程文件
- 集成终端和调试功能
- 缺点：需要熟悉 VS Code
4. 手机端 SSH 工具
- Android：
- Termux（高级用户）
- JuiceSSH（图形化友好）
- iOS：
- Termius
- iSH Shell（模拟 Alpine Linux）
SSH 连接示例
基本连接
ssh username@192.168.1.100 -p 22
带端口转发（访问 Jupyter Lab）
ssh -L 8888:localhost:8888 username@server_ip
然后在本地浏览器访问 http://localhost:8888。
免密登录（SSH 密钥）
-
生成密钥：
ssh-keygen -t ed25519 -
上传公钥到服务器：
ssh-copy-id username@server_ip -
直接连接：
ssh username@server_ip
总结：如何选择？
| 场景 | 推荐工具 |
|---|---|
| Linux/macOS 用户 | 系统终端 + tmux |
| Windows 简单连接 | Windows Terminal + OpenSSH |
| Windows 图形化需求 | MobaXterm |
| 开发者 | VS Code + Remote-SSH |
| 跨平台/云同步 | Termius 或 Tabby |
| 手机端 | Termius（iOS/Android） |
选择最适合工作流程的工具即可！如果有文件传输需求，推荐 MobaXterm 或 VS Code Remote-SSH；如果追求简洁，直接用系统自带的 SSH 客户端即可。 🚀