5分钟上手Python3.9Miniconda镜像创建独立环境支持SSH远程开发1. 为什么选择Miniconda-Python3.9镜像Python作为当今最流行的编程语言之一其3.9版本在性能和功能上都有显著提升。但不同项目对Python版本和依赖库的要求可能不同这就是Miniconda的价值所在。Miniconda-Python3.9镜像为你提供轻量级的Python 3.9基础环境独立的conda环境管理工具预装pip等基础包管理工具支持Jupyter Notebook和SSH远程开发可自由安装PyTorch、TensorFlow等AI框架这个镜像特别适合需要精确控制Python版本的项目同时开发多个Python项目的开发者需要复现实验结果的科研工作团队协作开发场景2. 快速启动Miniconda环境2.1 获取镜像并启动容器首先确保你的系统已安装Docker然后执行以下命令docker pull csdn/miniconda-python3.9 docker run -it -p 8888:8888 -p 2222:22 csdn/miniconda-python3.9这个命令会拉取最新的Miniconda-Python3.9镜像启动容器并映射8888端口(Jupyter)和2222端口(SSH)进入容器的交互式终端2.2 验证Python环境在容器终端中输入python --version你应该能看到类似Python 3.9.x的输出确认Python版本正确。3. 使用Jupyter Notebook开发3.1 启动Jupyter服务在容器终端中执行jupyter notebook --ip0.0.0.0 --allow-root这会启动Jupyter Notebook服务并输出一个包含token的URL类似http://127.0.0.1:8888/?tokenxxxxxxxxxx3.2 本地访问Jupyter在浏览器中打开上述URL你将看到Jupyter的Web界面点击New→Python 3创建一个新笔记本现在可以开始编写和运行Python代码了4. 通过SSH远程开发4.1 设置SSH访问容器已预装SSH服务默认用户名为root密码为123456。要连接到容器在本地终端执行ssh -p 2222 rootlocalhost输入密码123456后你将进入容器的终端环境。4.2 使用VS Code远程开发在VS Code中安装Remote - SSH扩展按F1选择Remote-SSH: Connect to Host...输入ssh -p 2222 rootlocalhost输入密码123456现在你可以像开发本地项目一样开发容器中的Python项目了5. 管理Python环境5.1 创建独立环境为避免项目间的依赖冲突建议为每个项目创建独立环境conda create -n myproject python3.9 conda activate myproject5.2 安装常用AI框架在激活的环境中可以安装所需框架# 安装PyTorch conda install pytorch torchvision torchaudio -c pytorch # 安装TensorFlow pip install tensorflow # 安装其他常用库 pip install numpy pandas matplotlib scikit-learn6. Python 3.9新特性实践Python 3.9引入了一些实用新特性让我们通过代码示例来体验6.1 字典合并运算符dict1 {a: 1, b: 2} dict2 {b: 3, c: 4} # 旧方法 merged {**dict1, **dict2} print(merged) # {a: 1, b: 3, c: 4} # 新方法 merged dict1 | dict2 print(merged) # {a: 1, b: 3, c: 4}6.2 类型注解增强from typing import Dict, List # 旧方法 def process(items: List[Dict[str, int]]) - None: pass # 新方法Python 3.9 def process(items: list[dict[str, int]]) - None: pass7. 总结与下一步建议通过本教程你已经学会了如何快速部署Miniconda-Python3.9环境使用Jupyter Notebook进行交互式开发通过SSH实现远程开发管理独立的Python环境体验Python 3.9的新特性下一步建议为你的项目创建专用conda环境探索更多Python 3.9的新特性尝试安装其他AI框架如PyTorch Lightning将你的开发环境配置保存为Dockerfile以便复用获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
5分钟上手Python3.9：Miniconda镜像创建独立环境，支持SSH远程开发
5分钟上手Python3.9Miniconda镜像创建独立环境支持SSH远程开发1. 为什么选择Miniconda-Python3.9镜像Python作为当今最流行的编程语言之一其3.9版本在性能和功能上都有显著提升。但不同项目对Python版本和依赖库的要求可能不同这就是Miniconda的价值所在。Miniconda-Python3.9镜像为你提供轻量级的Python 3.9基础环境独立的conda环境管理工具预装pip等基础包管理工具支持Jupyter Notebook和SSH远程开发可自由安装PyTorch、TensorFlow等AI框架这个镜像特别适合需要精确控制Python版本的项目同时开发多个Python项目的开发者需要复现实验结果的科研工作团队协作开发场景2. 快速启动Miniconda环境2.1 获取镜像并启动容器首先确保你的系统已安装Docker然后执行以下命令docker pull csdn/miniconda-python3.9 docker run -it -p 8888:8888 -p 2222:22 csdn/miniconda-python3.9这个命令会拉取最新的Miniconda-Python3.9镜像启动容器并映射8888端口(Jupyter)和2222端口(SSH)进入容器的交互式终端2.2 验证Python环境在容器终端中输入python --version你应该能看到类似Python 3.9.x的输出确认Python版本正确。3. 使用Jupyter Notebook开发3.1 启动Jupyter服务在容器终端中执行jupyter notebook --ip0.0.0.0 --allow-root这会启动Jupyter Notebook服务并输出一个包含token的URL类似http://127.0.0.1:8888/?tokenxxxxxxxxxx3.2 本地访问Jupyter在浏览器中打开上述URL你将看到Jupyter的Web界面点击New→Python 3创建一个新笔记本现在可以开始编写和运行Python代码了4. 通过SSH远程开发4.1 设置SSH访问容器已预装SSH服务默认用户名为root密码为123456。要连接到容器在本地终端执行ssh -p 2222 rootlocalhost输入密码123456后你将进入容器的终端环境。4.2 使用VS Code远程开发在VS Code中安装Remote - SSH扩展按F1选择Remote-SSH: Connect to Host...输入ssh -p 2222 rootlocalhost输入密码123456现在你可以像开发本地项目一样开发容器中的Python项目了5. 管理Python环境5.1 创建独立环境为避免项目间的依赖冲突建议为每个项目创建独立环境conda create -n myproject python3.9 conda activate myproject5.2 安装常用AI框架在激活的环境中可以安装所需框架# 安装PyTorch conda install pytorch torchvision torchaudio -c pytorch # 安装TensorFlow pip install tensorflow # 安装其他常用库 pip install numpy pandas matplotlib scikit-learn6. Python 3.9新特性实践Python 3.9引入了一些实用新特性让我们通过代码示例来体验6.1 字典合并运算符dict1 {a: 1, b: 2} dict2 {b: 3, c: 4} # 旧方法 merged {**dict1, **dict2} print(merged) # {a: 1, b: 3, c: 4} # 新方法 merged dict1 | dict2 print(merged) # {a: 1, b: 3, c: 4}6.2 类型注解增强from typing import Dict, List # 旧方法 def process(items: List[Dict[str, int]]) - None: pass # 新方法Python 3.9 def process(items: list[dict[str, int]]) - None: pass7. 总结与下一步建议通过本教程你已经学会了如何快速部署Miniconda-Python3.9环境使用Jupyter Notebook进行交互式开发通过SSH实现远程开发管理独立的Python环境体验Python 3.9的新特性下一步建议为你的项目创建专用conda环境探索更多Python 3.9的新特性尝试安装其他AI框架如PyTorch Lightning将你的开发环境配置保存为Dockerfile以便复用获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
