Jupyter使用Anaconda虚拟环境内核

Anaconda 虚拟环境中使用Jupyter Notebook

安装好Anaconda之后&＃xff0c;进入Anaconda Prompt&＃xff0c;创建虚拟环境&＃xff0c;env_name是创建的环境的名字。

conda creat -n env_name python&＃61;3.9


等虚拟环境搭建好之后&＃xff0c;激活环境。

conda activate env_name


Anaconda自带了Jupyter&＃xff0c;想要使用虚拟环境的内核&＃xff0c;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&＃xff1a;

python -m ipykernel install --name env_name


如果安装成功会出现以下信息&＃xff0c;zane即虚拟环境名。

Installed kernelspec zane in C:\ProgramData\jupyter\kernels\zane


然后退出虚拟环境&＃xff1a;

conda deactivate


在base环境中启用jupyter notebook&＃xff0c;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&＃xff1a;

jupyter kernelspec list


删除指定内核&＃xff1a;

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&＃xff0c;安装这两个包总出问题&＃xff0c;opensll的相关问题。根据网上帖子&＃xff0c;删除了配置的镜像通道之后&＃xff0c;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&＃xff0c;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&＃xff0c;然后切换内核进行使用。

torch环境&＃xff1a;torch-gpu 我一直是先下载对应版本的whl&＃xff0c;然后本地pip install&＃xff0c;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&＃xff1a;https://download.pytorch.org/whl/torch/

paddlepaddle: