Anaconda 虚拟环境中使用Jupyter Notebook
安装好Anaconda之后,进入Anaconda Prompt,创建虚拟环境,env_name是创建的环境的名字。
conda creat -n env_name python=3.9
等虚拟环境搭建好之后,激活环境。
conda activate env_name
Anaconda自带了Jupyter,想要使用虚拟环境的内核,需要用到ipykernel。在虚拟环境中先安装这个库。在这里使用清华园的镜像。装包习惯用pip…
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
接下来将虚拟环境加入到Jupyter中:
python -m ipykernel install --name env_name
如果安装成功会出现以下信息,zane即虚拟环境名。
Installed kernelspec zane in C:\ProgramData\jupyter\kernels\zane
然后退出虚拟环境:
conda deactivate
在base环境中启用jupyter notebook,就能看见可以切换内核了。(conda env: 是安装nb_conda_kernels 关联的所有conda环境)。

显示Jupyter 中所有内核:
jupyter kernelspec list
删除指定内核:
jupyter kernelspec uninstall env_name
nb_conda或者nb_conda_kernels 用于conda 环境的适配。刚开始搭虚拟环境中的jupyter的时候,安装这两个包总出问题,opensll的相关问题。根据网上帖子,删除了配置的镜像通道之后,才装上。但发现使用ipykernel是同样的效果。虚拟环境不多的情况下,单独配置以下也还好。
然后就可以直接从base环境中启动Jupyter notebook,然后切换内核进行使用。
torch环境:torch-gpu 我一直是先下载对应版本的whl,然后本地pip install,这样效率会高一点儿。torch官网对应的命令下载 https://pytorch.org/get-started/previous-versions/ 以及whl下载地址:https://download.pytorch.org/whl/torch/

